按月差额计算的小组总数

Question

数据帧。

ID spend month_diff    
12  10    -5
12  10    -4
12  10    -3
12  10     1         
12  10    -2         
12  20     0        
12  30     2         
12  10    -1 

我想得到 spend_total 根据某个ID的月份差额计算。month_diff 负数表示客户在去年的消费，正数表示今年的消费。所以，我想比较一下客户去年和今年的花费，所以条件如下：条件。

• if month_diff >= -2 and < 0 那么负数月的累计消费额-> flag=pre
• if month_diff > 0 and <=2 则为正数月的累计消费-&gt。flag=post

注：数量为 month_diff +ve 和 -ve 有可能是客户有4笔交易在 -ve month_diff 而只有2笔交易 +ve 所以我只想拿2个月的累计金额 -ve month_diff 和2个 +ve 而不想考虑花钱的地方。month_diff 是0。

希望的数据框架。

ID spend month_diff spend_tot   flag    
12  10    -2         20         pre
12  30     2         40        post

40是月差+1和+2的累计支出总和(即10+30)，月差-1和-2也一样，其累计支出为20(即10+10)

Answer 1

使用。

#filter values by list
df = df[df['month_diff'].isin([1,2,-1,-2])]

#filter duplicated values with absolute values of month_diff
df = df[df.assign(a=df['month_diff'].abs()).duplicated(['ID','a'], keep=False)]
#sign column
a = np.sign(df['month_diff'])
#aggregate sum and last
df1 = (df.groupby(['ID', a])
         .agg({'month_diff':'last', 'spend':'sum'})
         .reset_index(level=1, drop=True)
         .reset_index())

df1['flag'] = np.select([df1['month_diff'].ge(-2) & df1['month_diff'].lt(0),
                         df1['month_diff'].gt(0) & df1['month_diff'].le(2)], 
                         ['pre','post'], default='another val')
print (df1)
   ID  month_diff  spend  flag
0  12          -1     20   pre
1  12           2     40  post