[英]cumulative sum over time period
我的數據框具有以下結構:
date_today = dt.datetime.now()
size=20
df = pd.DataFrame({"usd": pd.Series(np.random.randint(1,100,size))*10,
"sent": dt.datetime.now(),
"temp":np.random.randint(0,15, size=size)
})
df.sent += df.temp.map(dt.timedelta)
df.temp = np.random.randint(10,25, size=size)
df["reminder"] = df.sent + df.temp.map(dt.timedelta)
df.temp = np.random.randint(1,65, size=size)
df["completed"] = df.reminder + df.temp.map(dt.timedelta)
df.loc[df['temp']%3 == 0, ['reminder']] = [""]
df.loc[df['temp']%2 == 0, ['completed']] = [""]
df=df[["usd", "sent", "reminder", "completed"]]
usd是我請求的錢(數字),其他列是日期時間(當我請求時,何時發送提醒以及何時收到錢;最后兩個可為空)。 我還創建了以下每個月的季度列表:
date_index = []
previous_date=""
for m in range(0,14):
month = (m%12)+1
year = m//12
current_date = dt.date(2019+year, month, 1)
if previous_date:
timedelta = current_date-previous_date
date_index.append(previous_date+1*timedelta/4)
date_index.append(previous_date+2*timedelta/4)
date_index.append(previous_date+3*timedelta/4)
date_index.append(current_date)
previous_date = current_date
我想獲得一個具有以下結構的數據框:
df_result = pd.DataFrame(columns=["date","sent_amount","reminder_amount","completed_amount"])
其中df_result.date列是從上一點開始的date_index序列,send_amount是df.sent列小於df_result.date的記錄的df.amount列的總和,hinter_amount是df記錄的df.amount列的總和。提醒欄為<df_result.date。 我可以通過循環來實現,但是我很想學習如何使代碼更苗條。 如果您對創建隨機數據幀或一個月的季度列表有任何建議,也非常歡迎。
您可以將DataFrame melt
, cut
日期切成date_index
日期范圍,然后按變量(已完成/提醒/發送)+ date的組合進行分組,對usd
金額sum
,然后將其拆散回到列中並cumsum
以獲得累計總和:
x = df.melt('usd', value_name='date')
x['date'] = pd.cut(x['date'], pd.to_datetime(date_index)).apply(lambda x: x.right)
x['variable'] += '_amount'
df_result = x.dropna().groupby(['variable', 'date'])['usd'].sum().unstack(0, 0).sort_index().cumsum()
print(df_result)
輸出:
variable completed_amount reminder_amount sent_amount
date
2019-03-16 0 0 3180
2019-03-24 0 0 8840
2019-04-01 0 1700 10350
2019-04-08 0 3230 10350
2019-04-16 0 6200 10350
2019-04-23 320 6860 10350
2019-05-01 1170 6860 10350
2019-05-16 2300 6860 10350
2019-06-01 5130 6860 10350
2019-06-08 5710 6860 10350
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.