取得したCSVファイルを3ヵ月単位で遡って累計して別々のCSVファイルとして出力したい

Question

#前提・実現したいこと
Google Colaboratoryを使って取得したCSVファイルを3ヵ月単位で遡って累計して別々のCSVファイルとして出力したいです。
ご教示のほど、どうぞよろしくお願いいたします。
※CSVファイルには「購入日」という項目があり、日別の購入日が記載されています。

例：
1つ目のファイルは：2021-02-10から2021-05-10
2つ目のファイルは：2021-02-10から2021-08-10
3つ目のファイルは：2021-02-10から2021-11-10
など

#該当のソースコード

#結合したcsvファイルを読み込む
df = pd.read_csv('/content/drive/MyDrive/*.csv')

#購入日を計算可能なフォーマットを変換
df['購入日'] = pd.to_datetime(df['購入日'])

#3ヵ月毎でデータを分割し累計して出力
grp = df.groupby(pd.Grouper(key='購入日', freq='3MS')) 
for g, df in grp:
    g = g.strftime('%Y%m%d')
    df.to_csv(f'/content/drive/MyDrive/*_{g}.csv', index=False)

3ヵ月単位で別々のCSVファイルに出力することはできたのですが
前述のように累計して出力をしたいです。
どうぞよろしくお願いいたします。

Answer 1

dateutilで指定間隔後の日付を計算し、先頭からその日付までの行を絞って処理すればよいです。

import pandas as pd
from dateutil.relativedelta import relativedelta

# テストデータ
date = pd.date_range(start='2021-02-10', end='2022-01-01', freq='10D')
df = pd.DataFrame({'id':[i+1 for i in range(len(date))], 'date':date})

dt_st = min(df['date']).to_pydatetime()
dt_ed = max(df['date']).to_pydatetime()

dt_cur = dt_st
while dt_cur < dt_ed:
    dt_cur = dt_cur + relativedelta(months=3)
    print(dt_st, dt_cur)
    mask = (df['date'] >= dt_st) & (df['date'] <= dt_cur)
    print(df[mask])

Comments

[kitaru]

ありがとうございます！
すみません、その後のCSV出力処理がうまくいきません。
下記のようなコードにしているのですが、問題点を教えてもらえないでしょうか？

dt_st = min(df['購入日']).to_pydatetime()
dt_ed = max(df['購入日']).to_pydatetime()

dt_cur = dt_st
while dt_cur < dt_ed:
dt_cur = dt_cur + relativedelta(months=3)
mask = (df['購入日'] >= dt_st) & (df['購入日'] <= dt_cur)
mask.to_csv(f'/content/drive/MyDrive/rfm/*{dt_ed}.csv', index=False)

[8524ba23]

せめてエラー内容くらいは提示しましょう。
f'/content/drive/MyDrive/rfm/*{dt_ed}.csv' で作成される文字列はファイル名として正しいでしょうか？

[kitaru]

失礼しました。エラーは提示されずファイルは作成されるのですが、
質問に記載している「別々のCSVファイルとして出力する」ということができていない状態です。
※出力されるファイルは一つのみの状態です。

[8524ba23]

ファイル名に使っている「dt_ed」がどんな値か？を考えてみてください。