我还有一个 Python 问题。这可能可以在循环的帮助下实现,但是我一直在寻找更精简的解决方案
假设我有这样一个数据框:
我正在寻找一个代码来生成列 ID,它只是一个递减计数器,用于表示 Sold 列中的值何时发生变化 - 即,对于每个销售员,我希望 ID 列检索剩余的天数,直到售出值(value)发生变化。 例如,在日期 01/01/2018,销售员 Joe 的 ID = 2,因为信号在 2 天内发生变化。
关于如何解决这个问题有什么想法吗?
非常感谢。 J
请您参考如下方法:
设置:
df = pd.DataFrame([
pd.Series(pd.date_range('1/1/2018', '1/7/2018').append(pd.date_range('1/1/2018', '1/7/2018'))),
pd.Series(['Joe']*7 + ['Helen']*7),
pd.Series([1,1,0,0,0,0,1,0,1,1,0,1,0,0]),
]).T
df.columns = ['date', 'salesman', 'sold']
df['date'] = pd.to_datetime(df['date'])
计算:
df['changes'] = df.groupby('salesman')['sold'].expanding().apply(lambda x: (np.diff(x) != 0).sum()).reset_index(drop = True)
df['id'] = df.groupby(['salesman', 'changes']).apply(lambda grp: pd.Series(len(grp) - grp.sort_values('date').reset_index().index)).reset_index(drop = True)
df.drop('changes', axis = 1, inplace = True)
结果:
>>> df
date salesman sold id
0 2018-01-01 Joe 1 2
1 2018-01-02 Joe 1 1
2 2018-01-03 Joe 0 4
3 2018-01-04 Joe 0 3
4 2018-01-05 Joe 0 2
5 2018-01-06 Joe 0 1
6 2018-01-07 Joe 1 1
7 2018-01-01 Helen 0 1
8 2018-01-02 Helen 1 2
9 2018-01-03 Helen 1 1
10 2018-01-04 Helen 0 1
11 2018-01-05 Helen 1 1
12 2018-01-06 Helen 0 2
13 2018-01-07 Helen 0 1
说明:
创建一个 'changes' 列,每当单个销售人员的 'sold' 字段发生变化时,该列就会递增。然后对于每个增量组(仍然按销售人员分组),获取该组的长度(等于该值的后续行的长度)并从该值中减去每行的索引,按日期排序。该减法的结果将是一个从组的长度下降到 1 的系列。重置索引并合并回原始数据框。这是一个有点令人困惑的解决方案,但它应该有效。
