Организация рядов по декартовому произведению из 3 столбцов в Pandas

Question

У меня есть 3 списка, как в следующем воспроизводимом примере:

year = [2015, 2016, 2017] 
month = [1, 2] 
ids = ['x', 'y', 'z', 'w'] 

Я хотел бы создать очень простую задачу создания окончательного фрейма данных, где у меня было 3 столбца, сортирующих его строки какперестановка или декартово произведение значений столбца.

Что-то вроде:

В конце я хотел бы добавить столбец «Epoque», где ссылка: декабрь2014 равен «1», январь 2015 года равен «2», февраль 2015 года равен «3» и т. Д. (Последовательность будет продолжена с исходной ссылкой декабрь 2014 = «1» (дляEpoque 'value)) ...

Конечный желаемый результат будет выглядеть следующим образом:

EDIT :

Вопрос отредактирован благодаря большой обратной связи @jezrael.Он предоставил мне строку, пропущенную для достижения нужного значения df, но пропустив только столбец «Epoque».

Мой код будет следующим (без нужного столбца «Epoque»):

import itertools
s = [ [ 2015, 2016, 2017], [1, 2], ['x', 'y', 'z', 'w'] ]
z = list(itertools.product(*s))
df = pd.DataFrame(z) # Trivial line provided kindly by @jezrael I didn't know.

Любая помощь в том, как эффективно достичь колонки «Эпоха», я был бы очень признателен.Спасибо.

Answer 1

Вы можете использовать Панд datetime:

df = pd.DataFrame(z, columns=['year', 'month', 'id'])

base = pd.Timestamp('2014-12-01')
dates = pd.to_datetime(df[['year', 'month']].assign(day=1))

df['epoch'] = dates.dt.to_period('M') - base.to_period('M') + 1

# alternative
df['epoch'] = (dates.dt.year - base.year)*12 + (dates.dt.month - base.month) + 1

print(df)

    year  month id  epoch
0   2015      1  x      2
1   2015      1  y      2
2   2015      1  z      2
3   2015      1  w      2
4   2015      2  x      3
5   2015      2  y      3
...
18  2017      1  z     26
19  2017      1  w     26
20  2017      2  x     27
21  2017      2  y     27
22  2017      2  z     27
23  2017      2  w     27

Answer 2

Одним из решений является обход всех переменных с кратным циклом for.

#Set the start date of your epoch (Here november 2014 is epoch 0)
month_0 = 11
year_0 = 2014
year_col = []
month_col = []
id_col = []
epoch_col = []
for j1 in ids:
    for j2 in month:
        for j3 in year:
            year_col.append(j3)
            month_col.append(j2)
            id_col.append(j1)
            epoch = (j3-year_0)*12 +(j2-month_0)
            epoch_col.append(epoch)
df = pd.DataFrame({'year':year_col,'month':month_col,'id':id_col,'epoch':epoch_col})

Answer 3

Использовать map по словарю, созданному date_range, определенному с началом и концом date s:

import itertools
s = [ [ 2015, 2016, 2017], [1, 2], ['x', 'y', 'z', 'w'] ]
z = list(itertools.product(*s))

a = 'Dec-2014'
b = 'Dec-2018'
r = pd.date_range(a, b, freq='MS')
d = dict(zip(r, range(1, len(r) + 1)))

df = pd.DataFrame(z, columns=['year','month','id'])
df['epoch'] = pd.to_datetime(df[['year','month']].assign(day=1)).map(d)

---

print (df)
    year  month id  epoch
0   2015      1  x      2
1   2015      1  y      2
2   2015      1  z      2
3   2015      1  w      2
4   2015      2  x      3
5   2015      2  y      3
6   2015      2  z      3
7   2015      2  w      3
8   2016      1  x     14
9   2016      1  y     14
10  2016      1  z     14
11  2016      1  w     14
12  2016      2  x     15
13  2016      2  y     15
14  2016      2  z     15
15  2016      2  w     15
16  2017      1  x     26
17  2017      1  y     26
18  2017      1  z     26
19  2017      1  w     26
20  2017      2  x     27
21  2017      2  y     27
22  2017      2  z     27
23  2017      2  w     27