features = []
diff_windowns = [1,3,6,12]
groups = ['sum','mean','std','max','min','count']
for d in diff_windowns: exec("""last_{}_month = df[df['diff_days']<={}].groupby('ACCOUNT')""".format(d,d)) #last_3_month = df[df['diff_days']<=d].groupby('ACCOUNT') exec("""last_{}_month_gp = groupby_feature(last_{}_month)""".format(d,d)) #features.append() for i,g in enumerate(groups): exec("""last_{}_month_{} = last_{}_month_gp[{}]""".format(d,g,d,i)) #根据不同特征构造重命名列名 exec("""last_{}_month_{}.columns = [c + '_last_{}_month_{}' for c in last_{}_month_{}.columns]""".format(d,g,d,g,d,g))
#jupyter 里面查看生成的变量 使用命令 %who_ls [... ... ... 'last_12_month', 'last_12_month_count', 'last_12_month_gp', 'last_12_month_max', 'last_12_month_mean', 'last_12_month_min', 'last_12_month_std', 'last_12_month_sum', 'last_1_month', 'last_1_month_count', 'last_1_month_gp', 'last_1_month_max', 'last_1_month_mean', 'last_1_month_min', 'last_1_month_std', 'last_1_month_sum', 'last_3_month', 'last_3_month_count', 'last_3_month_gp', 'last_3_month_max', 'last_3_month_mean', 'last_3_month_min', 'last_3_month_std', 'last_3_month_sum', 'last_6_month', 'last_6_month_count', 'last_6_month_gp', 'last_6_month_max', 'last_6_month_mean', 'last_6_month_min', 'last_6_month_std', 'last_6_month_sum', ....]