如何在python中计算上个月的频率?
我有这样一个数据帧: 客户识别码 trx_日期 trx_金额 最后时刻 CS5295 2013-02-11 35 2014-11-25 CS5295 2014-11-25 54 2014-11-25 CS5295 2013-05-22 36 2014-11-25 CS5295 2012-12-24 36 2014-11-25 CS5295 2013-03-22 43 2014-11-25 CS5295 2013-02-11 25 2014-11-25如何在python中计算上个月的频率?,python,pandas,date,Python,Pandas,Date,我有这样一个数据帧: 客户识别码 trx_日期 trx_金额 最后时刻 CS5295 2013-02-11 35 2014-11-25 CS5295 2014-11-25 54 2014-11-25 CS5295 2013-05-22 36 2014-11-25 CS5295 2012-12-24 36 2014-11-25 CS5295 2013-03-22 43 2014-11-25 CS5295 2013-02-11 25 2014-11-25 为了简单起见,我将调用DataFrametr
为了简单起见,我将调用DataFrame
transact_df
,并假设它是一个数据帧。此外,假定“last\u trx”
列已经在数据帧中
如有必要,您可以结合步骤2和步骤3来缩短代码。请发布预期输出。完成,作为示例输出。谢谢,这有意义吗?总数(trx金额)为229,计数(trx金额)为6。你从哪里得到12分?这只是一些例子,但应该是1分,因为上个月从上个月开始,从2014年10月25日到2014年11月25日,你只做了1分,谢谢!,不是我想要的确切结果,但肯定有很大帮助。只要稍加改动,它就能完美地工作
valid_transacts_df = transact_df.loc[(transact_df['trans_date']
> transact_df['last_trx'] - datetime.timedelta(30))]
# Number of transactions in the last 30 days
trx_times = len(valid_transacts_df)
# Sum of transactions in the last 30 days
total_amount = sum(valid_transacts_df['trx_amount'])