我正在尝试使用Python Pandas来计算一段时间内每天访问我网站的访问者。在
示例数据:df1 = pd.DataFrame({'user_id':[1,2,3,1,3], 'date':['2012-09-29','2012-09-30','2012-09-30','2012-10-01','2012-10-01']})
print df1
date user_id
0 2012-09-29 1
1 2012-09-30 2
2 2012-09-30 3
3 2012-10-01 1
4 2012-10-01 3
我想要的最终结果是:
^{pr2}$
第一天有1个新用户,因为用户1是第一次出现的。在
第二天有两个新用户:用户2和用户3都是第一次出现。在
最后在第三天有0个新用户:用户1和用户3在以前的时间段中都已经出现过。在
到目前为止,我一直在考虑合并同一数据帧的两个副本,并按日期移动一个副本,但没有成功:pd.merge(df1, df1.user_id.shift(-date), on = 'date').groupby('date')['user_id_y'].nunique()
任何帮助都将不胜感激
谢谢