如何解决熊猫groupby和滚动窗口
我尝试在应用分组功能后的特定时间段内计算一个字段的总和。
我的数据集如下：
Date Company Country Sold
01.01.2020 A BE 1
02.01.2020 A BE 0
03.01.2020 A BE 1
03.01.2020 A BE 1
04.01.2020 A BE 1
05.01.2020 B DE 1
06.01.2020 B DE 0
我想在每一行中添加一个新列，以计算最近7天（每组“公司，国家/地区”）的“已售出”总和-不包括当天
Date Company Country Sold LastWeek_Count
01.01.2020 A BE 1 0
02.01.2020 A BE 0 1
03.01.2020 A BE 1 1
03.01.2020 A BE 1 1
04.01.2020 A BE 1 3
05.01.2020 B DE 1 0
06.01.2020 B DE 0 1
我尝试了以下操作，但其中还包括当前日期，并且给出了同一日期（即03.01.2020）的不同值
df['LastWeek_Count'] = df.groupby(['Company','Country']).rolling(7,on ='Date')['Sold'].sum().reset_index()
大熊猫中是否有内置函数可用于执行这些计算？
解决方法
您可以使用.rolling的{{1}}窗口，然后减去Date的总和（对于每个分组行）以有效获得前7天。对于此示例数据，我们还应该传递8（否则，您将获得min_periods=1值，但是对于您的实际数据集，您需要决定要使用
然后从NaN的{{1}}窗口中，简单地进行相关列中的另外8，但这次也包含.rolling，并取8新创建的.groupby列的值。您需要记录Date，因为每天您有多条记录，因此，取最大值，您将获取每个max的总合计金额。
然后，创建一个按LastWeek_Count按max分组的系列。在最后一步中，从滚动的8天最大值中减去按日期计算的总和，这是解决方法，您可以获取前7天的总和，因为没有用于Date的偏移量参数：
sum一种方法是首先使用临时DF在一行上合并每个组（['日期'，'公司'，'国家/地区]]的已出售值。
之后，将.groupby与.rolling一起应用，间隔为8行。
计算完总和后，用 Sold 列中的值减去每行的值，然后使用.merge
#convert Date column to datetime
df['Date'] = pd.to_datetime(df['Date'],format='%d.%m.%Y')
#create a temporary DataFrame
df2 = df.groupby(['Date','Company','Country'])['Sold'].sum().reset_index()
#calc the lastweek
df2['LastWeek_Count'] = (df2.groupby(['Company','Country'])
.rolling(8,min_periods=1,on = 'Date')['Sold']
.sum().reset_index(drop=True)
)
#subtract the value of 'lastweek' from the current 'Sold'
df2['LastWeek_Count'] = df2['LastWeek_Count'] - df2['Sold']
#add th2 new column in the original DF
df.merge(df2.drop(columns=['Sold']),on = ['Date','Country'])
#output:
Date Company Country Sold LastWeek_Count
0 2020-01-01 A BE 1 0.0
1 2020-01-02 A BE 0 1.0
2 2020-01-03 A BE 1 1.0
3 2020-01-03 A BE 1 1.0
4 2020-01-04 A BE 1 3.0
5 2020-01-05 B DE 1 0.0
6 2020-01-06 B DE 0 1.0
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。