我是python编码的新手。我正在使用交易数据，并希望在过去12个月内滚动活跃客户群，但按月进行。
以下是我拥有的交易数据的示例-Transaction Data
客户编号购买日期数量客户标签
N01847 01-04-18 10 B2C
N01847 15-04-18 20 B2C
N01847 25-06-19 20 B2C
N01847 12-02-20 100 B2C
N01847 25-03-20 150 B2C
N02341 01-12-19 20 B2B
N02341 02-02-20 150 B2B
N02011 25-01-19 10 B2B
N01033 02-06-18 30 B2C
N01033 02-04-19 40 B2C
N01033 15-04-19 50 B2C
N01033 15-02-20 20 B2C
N01010 16-01-18 100 B2C
N01010 25-02-18 250 B2C
N01010 03-09-18 10 B2C
N01010 04-04-19 250 B2C
N01010 15-06-19 100 B2C
N01010 26-07-19 40 B2C
N01010 17-09-19 10 B2C
N01010 17-09-19 10 B2C
N01010 20-03-20 20 B2C
N09100 20-01-18 20 B2B
N09100 20-01-18 20 B2B
N09100 25-01-20 20 B2B
N09100 25-01-20 20 B2B
N09100 25-01-20 20 B2B
N09100 25-01-20 20 B2B
下面是我期望使用python-desired output
B2C过去12个月的月度活跃客户月度活跃客户月度活跃度月费
201801 100230 25058 25.0％
201802 100524 25634 25.5％
201803 100810 25213 25.0％
201804 101253 25495 25.2％
201805 101351 25525 25.2％
201806 103210 25998 25.2％
201807 103678 26122 25.2％
201808 103977 26202 25.2％
201809 104512 26342 25.2％
201810 104624 26376 25.2％
201811 105479 26597 25.2％
201812 111256 28059 26.2％
201901 112247 28314 25.2％
201902 112947 28497 25.2％
201903 113508 28644 25.2％
201904 113857 28737 25.2％
201905 114572 28924 25.2％
201906 115443 29149 25.3％
201907 116056 29310 25.3％
201908 116528 29435 25.3％
201909 116971 29553 25.3％
201910 117647 29729 25.3％
201911 118492 29949 25.3％
201912 124095 31371 26.3％
202001 124895 31580 25.3％
202002 125653 31778 25.3％
202003 126320 31953 25.3％
我将非常感谢有关python（spyder）代码的任何帮助，这些帮助将有助于获得所需的结果。提前非常感谢。
关于，卡斯
您可能想使用熊猫，然后做类似的事情：
df["Date-of-Purchase"] = pd.to_datetime(df["Date-of-Purchase"], dayfirst=True)
df["Month"] = df["Date-of-Purchase"].dt.month
df["Year"] = df["Date-of-Purchase"].dt.year
res = df.groupby(["Year", "Month"])["Cust-ID"].nunique()
这将为您提供每月唯一身份客户的数量。假设您拥有所有月份的数据，则现在可以使用rolling获取12个月的总和：
res1.reset_index().rolling(12).sum()
如果您没有所有月份的数据，则需要填写缺少的月份。