菜鸟学编程-一个自学入门网站菜鸟学编程-一个自学入门网站菜鸟学编程-一个自学入门网站

基于日期过滤器的Python Pandas组

问题描述:

我有以下数据帧。我需要根据最近30天和60天的ID添加PROFIT列进行分组。

import pandas as pd
df = pd.DataFrame({"ID":[1,1,1,1,2,2,2,2],"DATE":['2019-04-03','2019-03-03','2019-03-01','2019-02-03','2019-02-01','2019-01-01','2019-01-06','2019-04-03'],"PROFIT":[10,20,30,60,90,100,20,10]})

    ID  DATE    PROFIT0   1   2019-04-03  101   1   2019-03-03  202   1   2019-03-01  303   1   2019-02-03  604   2   2019-02-01  905   2   2019-01-01  1006   2   2019-01-06  207   2   2019-04-03  10

最后结果:

df_end = pd.DataFrame({"ID":[1,1,2,2],"TIME":[30,60,30,60],"SUM_PROFIT":[10,60,10,90]})

    ID  TIME    SUM_PROFIT0   1   30      101   1   60      602   2   30      103   2   60      90

问题回答:

IIUC,然后你可以尝试这样的事情:

timespan = [30, 60]
pd.concat([df.sort_values('DATE', ascending=False)
             .groupby(['ID'])
             .apply(lambda x: x.loc[x['DATE'].head(1).values[0]-x['DATE']<=pd.Timedelta(days=t),'PROFIT'].sum())
             .rename('SUM_PROFIT').reset_index().assign(TIME = t) for t in timespan],
          ignore_index=True)

输出:

   ID  SUM_PROFIT  TIME
   0   1          10    30
   1   2          10    30
   2   1         120    60
   3   2          10    60


未经允许不得转载:菜鸟学编程-一个自学入门网站 » 基于日期过滤器的Python Pandas组