计数 Pandas Dataframe 中时间间隔内的行数

Question

假设我们有这些数据：

list1, list2, list3 = [1,2,3,4], [1990, 1990, 1990, 1991], [2009, 2009, 2009, 2009]
df = pd.DataFrame(list(zip(list1, list2, list3)), columns = ['Index', 'Y0', 'Y1'])

> df

Index  Y0          Y1
1      1990        2009
2      1990        2009
3      1990        2009
4      1991        2009

我想每年计算每年有多少行（“索引”），但不包括 Y0。

假设我们从第一个可用年份开始，即 1990 年：

我们数了多少行？ 0。

1991年：

• 三（第 1、2、3 行）

1992年：

• 四（第 1、2、3、4 行）

...

2009 年：

• 四（第 1、2、3、4 行）

所以我想以 dataframe 结尾，上面写着：

Count  Year
0      1990     
3      1991     
4.     1992
...    ...    
4      2009     

我的尝试：

df['Y0'] = pd.to_datetime(df['Y0'], format='%Y')
df['Y1'] = pd.to_datetime(df['Y1'], format='%Y')

# Group by the interval between Y0 and Y1 
df = d.groupby([d['Y0'].dt.year, d['Y1'].dt.year]).agg({'count'})
df.columns = ['count', 'Y0 count', 'Y1 count']

# sum the total
df_sum = pd.DataFrame(df.groupby(df.index)['count'].sum())

但结果看起来不太对。

感谢任何帮助。

Answer 1

你可以这样做：

min_year = df[['Y0', 'Y1']].values.min()
max_year = df[['Y0', 'Y1']].values.max()
year_range = np.arange(min_year, max_year+1)
counts = ((df[['Y0']].values < year_range) & (year_range<= df[['Y1']].values)).sum(axis=0)
o = pd.DataFrame({"counts": counts, 'year': year_range})

counts  year
0   0   1990
1   3   1991
2   4   1992
3   4   1993
4   4   1994
5   4   1995
6   4   1996
7   4   1997
8   4   1998
9   4   1999
10  4   2000
11  4   2001
12  4   2002
13  4   2003
14  4   2004
15  4   2005
16  4   2006
17  4   2007
18  4   2008
19  4   2009

Answer 2

以下应该做你的工作：

counts=[]
years=[]

def count_in_interval(year):
    n=0
    for i in range(len(df)):
        if df['Y0'][i]<year<=df['Y1'][i]:
            n+=1
    return n

for i in range(1990, 2010):
    counts.append(count_in_interval(i))
    years.append(i)

result=pd.DataFrame(zip(counts, years), columns=['Count', 'Year'])