Как добавить значения для конкретных дней в таблице Python для заданного диапазона? - PullRequest
Новая
       8

Как добавить значения для конкретных дней в таблице Python для заданного диапазона?

0 голосов
/ 31 мая 2018

У меня есть набор данных (Product_ID, date_time, Sold), в котором продукты продаются на разные даты.Даты даются на 9 месяцев со случайными 13 или более днями из месяца.Я должен разделить данные таким образом, чтобы для каждого продукта, сколько продуктов продавалось ежедневно в течение 1-3 дней, продавалось ежедневно в течение 4-7 дней, продавалось ежедневно в течение 8-15 дней и продавалось ежедневно в течение> 16 дней.Так как я могу кодировать это на python, используя pandas и другие пакеты 

PRODUCT_ID      DATE_LOCATION  Sold
0E4234          01-08-16 0:00    2
0E4234          02-08-16 0:00    7
0E4234          07-08-16 0:00    3
0E4234          08-08-16 0:00    1
0E4234          09-08-16 0:00    2
0E4234          10-08-16 0.00    1
.
. 
.
0G2342          22-08-16 0:00    1
0G2342          23-08-16 0:00    2
0G2342          26-08-16 0:00    1
0G2342          28-08-16 0:00    1
0G2342          29-08-16 0:00    3
0G2342          30-08-16 0:00    3
.
.
.(goes for 64 products each with 9 months of data)
.

Я даже не знаю, как кодировать это на python. Выходные данные: 

PRODUCT_ID      Days   Sold
0E4234          1-3      9 #(1,2) dates because range is 1 to 3
                4-7      7 #(7,8,9,10) dates because range is 4 to 7
                8-15     0
                 >16     0
0G2342          1-3      11 #(22,23),(26),(28,29,30) dates because range is 1 to 3
                4-7      0
                8-15     0
                 >16     0
.
.(for 64 products)
.

Было бырад, если хоть кто-то разместил ссылку, с чего начать.Я попробовал 

df["DATE_LOCATION"] = pd.to_datetime(df.DATE_LOCATION)
df["DAY"] = df.DATE_LOCATION.dt.day
def flag(x):
    if 1<=x<=3:
        return '1-3'
    elif 4<=x<=7:
        return '4-7'
    elif 8<=x<=15:
        return '8-15'
    else:
        return '>=16'
df["Days"] = df.DAY.apply(flag)
df.groupby(["PRODUCT_ID","Days"]).Sold.sum()

Это дало мне количество продуктов, проданных между этими днями в каждом месяце. Но мне нужна сумма продуктов для указанного диапазона, в котором продукты были проданы в указанной серии.

1 Ответ

0 голосов
/ 01 июня 2018

Используйте transform для Series с тем же размером, что и у оригинала DataFrame, объединение с cut и совокупность sum: 

df['DATE_LOCATION'] = pd.to_datetime(df['DATE_LOCATION'], format='%d-%m-%y %H:%M')

df = df.sort_values("DATE_LOCATION")
s = (df["DATE_LOCATION"].diff().dt.days > 1).cumsum()

count = s.groupby(s).transform('size')
print (count)
0     2
1     2
2     4
3     4
4     4
5     4
6     2
7     2
8     1
9     3
10    3
11    3
Name: DATE_LOCATION, dtype: int32

bins = pd.cut(count, bins=[0,3,7,15,31], labels=['1-3', '4-7','8-15', '>=16'])
df = df.groupby(['PRODUCT_ID', bins])['Sold'].sum().reset_index()
print (df)
  PRODUCT_ID DATE_LOCATION  Sold
0     0E4234           1-3     9
1     0E4234           4-7     7
2     0G2342           1-3    11
...