使用 pandas 的两组在 6 周内的增量支出

Question

我有一个 excel 数据，其中包含以下信息，

df.head()
   User_id  Group   Week    Spend   Purchases   Group
170309867   Test    2014-10-13  794.66  2   Test-NonRed
57954586    Test    2014-10-13  55.99   1   Test-Red
118068583   Test    2014-10-13  40.87   1   Test-NonRed
516478393   Test    2014-10-13  17.5    2   Test-NonRed
457873235   Test    2014-10-13  20.44   1   Test-Red

根据以上信息，我需要计算整个测试组（test-Red 和 test-NonRed）与对照组在六周内的增量支出。我需要绝对值 ($) 和 % 的形式。我试过 pandas 作为，

  df2= df.groupby(by=['Group','Week']).sum().abs().groupby(level=[0]).cumsum()

我得到以下结果，

df2.head()

然后我计算了每组的总和，

    df2.groupby(by=['group2']).sum()
df2.head()

我希望将它们（增量支出）作为我尝试过的绝对值 abs()，以及我需要它的绝对值 percentage.Any 帮助将不胜感激，

预期结果是计算总测试组（测试-红色和测试-非红色）与控制组在六周内的增量支出。我需要它的绝对支出，然后是这 6 周的 percentage.The 增量支出。像这样，

 Group   incremental_spend  incremental_%       
    Control     11450175         #%
    test-NonRed 50288158         #%
    test-Red    12043938         #%

所以我真正的问题是， 1. 上述方法是否是计算 Spend 列 Week 6 周内列 Group 增量支出的正确方法？ 2. 此外，我需要所有结果的绝对计数和绝对百分比

Answer 1

我认为这里有几个问题使您的回答难以理解。

词汇

你所说的"Incremental spend"就是sum。你分两步做的是累加和.cumsum().sum()，这是不对的
我也不确定你是否需要 abs，它给出了绝对值（abs(-1) 给出了 1），因此只有在您的数据中有负值。不幸的是样本数据集不够大，无法得出结论。

数据集

您的数据集有两列 Group 具有相同的名称，这很容易出错。

缺少信息

您想以比率 (%) 的形式获得最终值（总和），但没有说明该比率的参考值是多少。是对照组Spend的总和吗？

可能的解决方案

>>> df  # Sample dataframe with one entry as 'Control' group
Out[]:
     User_id Group        Week   Spend  Purchases      Group.1
0  170309867  Test  2014-10-13  794.66          2  Test-NonRed
1   57954586  Test  2014-10-13   55.99          1     Test-Red
2  118068583  Test  2014-10-13   40.87          1  Test-NonRed
3  516478393  Test  2014-10-13   17.50          2      Control
4  457873235  Test  2014-10-13   20.44          1     Test-Red


df2 = pd.DataFrame(df.groupby('Group.1').Spend.sum())  # Get 'Spend' sum for each group

>>> df2
Out[]:
              Spend
Group.1
Control       17.50
Test-NonRed  835.53
Test-Red      76.43

control_spend_total = df2.loc['Control'].values  # Get total spend for 'Control' group

>>> control_spend_total
Out[]: array([ 17.5])


df2['Spend_%'] = df2.Spend / control_spend_total * 100  # Add 'Spend_ratio' column

>>> df2
Out[]:
              Spend      Spend_%
Group.1
Control       17.50   100.000000
Test-NonRed  835.53  4774.457143
Test-Red      76.43   436.742857

看起来像你想要的吗？

使用 pandas 的两组在 6 周内的增量支出

Incremental spend in 6 weeks for two groups using pandas

python

increment

pandas

cumsum

词汇

数据集

缺少信息

可能的解决方案