[英]Python - Pandas - Groupby - Value (not days) difference between two dates
回答 :
我找到了回答自己问题的方法。 假设我只在寻找给定一天的位置(然后针对我的特定问题推断):
group_by = df.groupby(level='lvl_1')
ans = group_by.nth(df.index.get_level_values('lvl_2').unique().get_loc(day_2, method='nearest'))
理想情况下,考虑到日期时间向量可能不同,我将使用每个groupid的位置。 但是,我很难找出最后一步...:
group_by = df.groupby(level='lvl_1')
loc = group_by.apply(lambda x: x.index.get_level_values('lvl_2').unique().get_loc(day_2, method='nearest'))
ans = group_by.nth(loc.groupby(level='lvl_1'))
但这给我最后一行的错误:
TypeError: n needs to be an int or a list/set/tuple of ints
如果有人找到解决此微小问题的方法,请开火! thxs
题
我一直在寻找答案,但大多数帖子与天数差异有关,但与两个日期之间的价值差异无关。
假设以下代码:
import pandas as pd
import numpy as np
import datetime
np.random.seed(15)
day = datetime.date.today()
day_1 = datetime.date.today() - datetime.timedelta(1)
day_2 = datetime.date.today() - datetime.timedelta(2)
day_3 = datetime.date.today() - datetime.timedelta(3)
ticker_date = [('fi', day), ('fi', day_1), ('fi', day_2), ('fi', day_3),
('di', day), ('di', day_1), ('di', day_2), ('di', day_3)]
index_df = pd.MultiIndex.from_tuples(ticker_date, names=['lvl_1', 'lvl_2'])
df = pd.DataFrame(np.random.rand(8), index_df, ['value'])
输出:
value
lvl_1 lvl_2
fi 2018-02-15 0.848818
2018-02-14 0.178896
2018-02-13 0.054363
2018-02-12 0.361538
di 2018-02-15 0.275401
2018-02-14 0.530000
2018-02-13 0.305919
2018-02-12 0.304474
我正在寻找一种方法来分组“ lvl_1”,然后得到两个给定日期之间的差额。
例如,2月14日与2月12日之间的差值,对于“ fi”而言为-0.1864,对于“ di”而言为0.225526。
我正在处理以下代码行:
group_by = df.groupby(level='lvl_1')
nd = group_by.get_loc(day_3, method='nearest')
st = group_by.get_loc(day_1, method='nearest')
out = group_by.iloc[nd] - group_by.iloc[st]
但这似乎不是有效的方法...
AttributeError: 'DataFrameGroupBy' object has no attribute 'get_loc'
任何人?
这在本质上与您的精神有些不同,但是它应该提供您想要的内容(尽管如果数据库很大,可能会浪费内存):
expanded = df.reset_index().pivot_table(index='lvl_1',columns='lvl_2',values='value')
expanded[day_3] - expanded[day_1]
这将返回具有以下区别的系列:
lvl_1
迪-0.225526
fi 0.182643
dtype:float64
回答 :
我找到了回答自己问题的方法。 假设我只在寻找给定一天的位置(然后针对我的特定问题推断):
group_by = df.groupby(level='lvl_1')
ans = group_by.nth(df.index.get_level_values('lvl_2').unique().get_loc(day_2, method='nearest'))
理想情况下,考虑到日期时间向量可能不同,我将使用每个groupid的位置。 但是,我很难找出最后一步...:
group_by = df.groupby(level='lvl_1')
loc = group_by.apply(lambda x: x.index.get_level_values('lvl_2').unique().get_loc(day_2, method='nearest'))
ans = group_by.nth(loc.groupby(level='lvl_1'))
但这给我最后一行的错误:
TypeError: n needs to be an int or a list/set/tuple of ints
如果有人找到解决此微小问题的方法,请开火! 在此期间,我的临时答复已完成工作。 thxs
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.