从每个日期开始的最后 7 天的熊猫计数值

数据挖掘 Python 熊猫
2021-09-15 15:01:13

有两个pd.DataFrame。首先是这样的：

print df1

        id        date    month  is_buy
     0  17  2015-01-16  2015-01       1
     1  17  2015-01-26  2015-01       1
     2  17  2015-01-27  2015-01       1
     3  17  2015-02-11  2015-02       1
     4  17  2015-03-14  2015-03       1
     5  18  2015-01-28  2015-01       1
     6  18  2015-02-12  2015-02       1
     7  18  2015-02-25  2015-02       1
     8  18  2015-03-04  2015-03       1

在第二个数据框中，从第一个数据框中按月汇总了一些数据：

df2 = df1[df1['is_buy'] == 1].groupby(['id', 'month']).agg({'is_buy': np.sum})
     
print df2

        id    month       buys
     0  17  2015-01          3
     1  17  2015-02          1
     2  17  2015-03          1
     3  18  2015-01          1
     4  18  2015-02          2
     5  18  2015-03          1

df2我正在尝试在'last_week_buys'每个df1['month']. 换句话说，我想得到这个：

        id    month       buys    last_week_buys
     0  17  2015-01          3               NaN
     1  17  2015-02          1                 2
     2  17  2015-03          1                 0
     3  18  2015-01          1               NaN
     4  18  2015-02          2                 1
     5  18  2015-03          1                 1

有什么想法可以得到这个专栏吗？

2个回答

主要障碍是确定日期是否在该月的最后 7 天内。我会推荐一些像下面这样的hacky：

from datetime import datetime, date, timedelta
def last7(datestr):
    orig = datetime.strptime(datestr,'%Y-%m-%d')
    plus7 = orig+timedelta(7)
    return plus7.month != orig.month

一旦你有了它，调整你以前的代码就相对简单了：

df3 = df1[df1['is_buy'] == 1 && last7(df1['date'])].groupby(['id', 'month']).agg({'is_buy': np.sum})

现在我们只是加入在一起df2，df3我们就完成了。

你也可以这样做：

patterns = df [['Total','Date']]
patterns = purchase_patterns.set_index("Date")
resample = patterns.resample ('D' , how = sum)

#to extract the last items of the list

last_7 = resample[-7:]

# and to get the total
last_7 = resample[-7:].sum()

数据切片的参考在这里。

其它你可能感兴趣的问题
上一篇遗传算法最小化的简单示例 下一篇为什么在目标上应用 PCA 会导致欠拟合？