Skip to main content
 首页 » 编程设计

python之在 pandas dataframe groupby 之后滚动前 3 个月的唯一计数

2025年02月15日8lvdongjie

下面是数据框

Date        Name     data 
01/01/2017  Alpha     A       
02/01/2017  Alpha     A 
03/01/2017  Alpha     B 
01/01/2017  Beta      A 
01/20/2017  Beta      D 
03/01/2017  Beta      C 
04/01/2017  Beta      C 
05/01/2017  Beta      B 

预期输出:

Date        Name     data 
Jan 2017     Alpha     1       
Feb 2017     Alpha     1 
Mar 2017     Alpha     2 
Jan 2017     Beta      2 
Mar 2017     Beta      3 
Apr 2017     Beta      1 
May 2017     Beta      2 

我正在寻找 3 个月滚动基础上按“名称”分组的“数据”的唯一计数。考虑“2017 年 3 月”和“名称”->“Beta”的示例。因此考虑的月份是 2017 年 1 月、2017 年 2 月、2017 年 3 月,名称为“Beta”。唯一计数为 3。其他人也类似。 请注意,这 3 个月的“数据”计数应该是唯一的

感谢任何帮助。

请您参考如下方法:

按月和 Name 分组,解压并重新采样到月,因此所有月份都存在,并且每个 Name 都有一列

df2 = df.groupby([pd.TimeGrouper('M'), 'Name', ])['data'].apply(set).unstack().resample('M').sum() 

df2

Name        Alpha   Beta 
Date         
2017-01-31  {A}     {A, D} 
2017-02-28  {A}     None 
2017-03-31  {B}     {C} 
2017-04-30  None    {C} 
2017-05-31  None    {B} 

多重迭代器

一些 itertools 魔法可以在同一列上迭代多次

def multiple_iterator(iterable, r=2): 
    iterators = itertools.tee(iterable, r) 
    try: 
        for i, it in enumerate(iterators): 
            for j in range(i): 
                next(it) 
    except StopIteration: 
        return None 
    return iterators 

真正的工作

def get_unique_items_rolling(df, period): 
    for col_name, col in df2.iteritems(): 
        s = pd.Series() 
#         print(f'---{col_name}---') 
        for idx, *iterators in zip(col.index[period-1:], *multiple_iterator(col, period)): 
            result = set(itertools.chain.from_iterable(i for i in iterators if pd.notnull(i) and i)) 
#             print(idx, result) 
            s[idx] = result 
        yield col_name, s 

df3 = pd.DataFrame.from_items(get_unique_items_rolling(df2, period))

            Alpha   Beta 
2017-03-31  {A, B}  {A, D, C} 
2017-04-30  {A, B}  {C} 
2017-05-31  {B}     {B, C} 

df3.stack().apply(len)

Date        Name  
2017-03-31  Alpha    2 
            Beta     3 
2017-04-30  Alpha    2 
            Beta     1 
2017-05-31  Alpha    1 
            Beta     2 
dtype: int64