Python 函数获取从今天开始的月份值N-（x）'；数据帧中的月份

我花了数小时试图编写一个函数，通过获取今天之前的过去4个月的数据来检测时间序列中的趋势。我用dt.month整理了我的月度数据，但问题是如果今天是1月，我就无法得到上一年的第12个月。以下是一个玩具数据集：

data1 = pd.DataFrame({'Id' : ['001','001','001','001','001','001','001','001','001',
                              '002','002','002','002','002','002','002','002','002',],
                      'Date': ['2020-01-12', '2019-12-30', '2019-12-01','2019-11-01', '2019-08-04', '2019-08-04', '2019-08-01', '2019-07-20', '2019-06-04',
                               '2020-01-11', '2019-12-12', '2019-12-01','2019-12-01', '2019-09-10', '2019-08-10', '2019-08-01', '2019-06-20', '2019-06-01'],
                      'Quantity' :[3,5,6,72,1,5,6,3,9,3,6,7,3,2,5,74,3,4]
                      })

为了获得所需的格式，我的数据清理如下：

data1['Date'] =pd.to_datetime(data1['Date'], format='%Y-%m')

data2 = data1.groupby('Id').apply(lambda x: x.set_index('Date').resample('M').sum())['Quantity'].reset_index()

data2['M'] =pd.to_datetime(data2['Date']).dt.month
data2['Y'] =pd.to_datetime(data2['Date']).dt.year
data = pd.DataFrame(data2.groupby(['Id','Date','M','Y'])['Quantity'].sum())

data = data.rename(columns={0 : 'Quantity'})

我的函数如下所示：

def check_trend():
    today_month = int(time.strftime("%-m"))

    data['n3-n4'] = data['Quantity'].loc[data['M']== (today_month - 3)]-data['Quantity'].loc[data['M']== (today_month - 4)]
    data['n2-n3'] = data['Quantity'].loc[data['M'] == (today_month - 2)] - data['Quantity'].loc[data['M'] == (today_month - 3)]
    data['n2-n1'] = data['Quantity'].loc[data['M'] == (today_month - 2)] - data['Quantity'].loc[data['M'] == (today_month - 1)]

    if data['n3-n4'] < 0 and data['n2-n3'] <0 and data['n2-n1'] <0:
    elif data['n3-n4'] > 0 and data['n2-n3'] > 0 and dat['n2-n1'] >0:
        data['Trend'] = 'Yes'

    else:
        data['Trend'] = 'No'

print(check_trend)

---

这将为数据集的每一行返回相同的值，就像它只对第一行进行计算一样，如何确保为每个Id值计算它？

我认为您不需要

检查趋势（）

有用于此的内置函数：




让我知道这是否满足您的需要：

data2 = data1.groupby('Id').apply(lambda x: x.set_index('Date').resample('M').sum()) 
for k,g in data2.groupby(level='Id'): 
    print(g.tail(4)['Quantity'].is_monotonic_increasing)
    print(g.tail(4)['Quantity'].is_monotonic_decreasing) 

这是由
g.tail（4）
返回的内容：

谢谢这个功能正是我所需要的，谢谢你安排我的代码！不客气！祝您的代码顺利。我刚刚注意到for语句为我的实际数据集中的所有Id返回相同的值，您认为可能会发生什么？@LeLionJaune:我不确定那里发生了什么。当我运行此命令时，我会为每个
Id
获取不同的数据。
data2 = data1.groupby('Id').apply(lambda x: x.set_index('Date').resample('M').sum()) 
for k,g in data2.groupby(level='Id'): 
    print(g.tail(4)['Quantity'].is_monotonic_increasing)
    print(g.tail(4)['Quantity'].is_monotonic_decreasing) 

                Quantity
Id  Date                
001 2019-10-31         0
    2019-11-30        72
    2019-12-31        11
    2020-01-31         3
                Quantity
Id  Date                
002 2019-10-31         0
    2019-11-30         0
    2019-12-31        16
    2020-01-31         3