Фрейм данных для подсчета условного появления

Question

Фрейм данных, как показано ниже.

Я хочу выяснить, когда объем продаж составил> 20 (в предыдущих 5 данных), сколькораз инвентарь был> 10.

Идеальный результат:

2018/12/26 has Sales 36 when 2 times.
2018/11/19 has Sales 34 when 2 times.

Вот что я делаю с xlrd:

import xlrd
from datetime import datetime

old_file = xlrd.open_workbook("C:\\Sales.xlsx")
the_sheet = old_file.sheet_by_name("Sales")

for row_index in range(1, the_sheet.nrows):
    Dates = the_sheet.cell(row_index, 0).value
    Inventory = the_sheet.cell(row_index, 1).value
    Sales = the_sheet.cell(row_index, 2).value

    list_of_Inventory = []

    for i in range(1,5):
        list_of_Inventory.append(the_sheet.cell(row_index - i, 1).value)

    if Sales > 20:
        print str(Dates) + " has Sales " + str(Sales) + " when " + str(sum(i > 10 for i in list_of_Inventory)) + " times."

Это не работает хорошо.

Каким был бы правильный способ решить это? Цените некоторые указания в пандах.

Спасибо.

ps вот данные.

data = {'Date':     ["2018/12/29","2018/12/26","2018/12/24","2018/12/15","2018/12/11","2018/12/8","2018/11/28","2018/11/20","2018/11/19","2018/11/11","2018/11/6","2018/11/1","2018/10/28","2018/10/11","2018/9/25","2018/9/24"], 
'Inventory': [5,5,5,22,5,25,5,15,15,5,5,15,0,22,2,10],
'Sales' : [0,36,18,0,0,17,18,17,34,16,0,0,18,18,51,18]}

df = pd.DataFrame(data)

Answer 1

Я не думаю, что вы будете обходить итерацию по фрейму данных (основываясь на специфике вашего вывода). Так что, если ваши данные не велики, это не должно быть проблемой. Вот еще одно быстрое решение, которое вы можете реализовать:

for idx in df.loc[df.Sales > 20].index:
    inv = df.loc[idx-4:idx, 'Inventory'].ge(10)
    date, _, sales = df.loc[idx]
    if len(inv) >= 5:
        print(f'{date} has Sales {sales} when {inv.sum()} times')

2018/11/19 has Sales 34 when 2 times
2018/9/25 has Sales 51 when 2 times

Answer 2

Я думаю, вы можете попасть туда с парой столбцов "читерства", чтобы выполнить некоторую промежуточную работу, используя функцию панд rolling. Примечание «HSHIC» = высокий объем продаж, высокий инвентарь. (Требуется аббревиатура). Это на самом деле хорошо работает, если вы хотите исключить первые 4 строки, потому что rolling исключит их автоматически.

In [42]: df = pd.DataFrame(data)                                                 

In [43]: df                                                                      
Out[43]: 
          Date  Inventory  Sales
0   2018/12/29          5      0
1   2018/12/26          5     36
2   2018/12/24          5     18
3   2018/12/15          6      0
4   2018/12/11          5      0
5    2018/12/8          0     17
6   2018/11/28          5     18
7   2018/11/20         15     17
8   2018/11/19         15     34
9   2018/11/11          5     16
10   2018/11/6          5      0
11   2018/11/1         15      0
12  2018/10/28          0     18
13  2018/10/11         10     18
14   2018/9/25          2     51
15   2018/9/24         10     18

In [44]: df['High Inventory'] = df['Inventory'] > 10                             

In [45]: df['High Inv Cnt'] = df['High Inventory'].rolling(window=5).sum()       

In [46]: df                                                                      
Out[46]: 
          Date  Inventory  Sales  High Inventory  High Inv Cnt
0   2018/12/29          5      0           False           NaN
1   2018/12/26          5     36           False           NaN
2   2018/12/24          5     18           False           NaN
3   2018/12/15          6      0           False           NaN
4   2018/12/11          5      0           False           0.0
5    2018/12/8          0     17           False           0.0
6   2018/11/28          5     18           False           0.0
7   2018/11/20         15     17            True           1.0
8   2018/11/19         15     34            True           2.0
9   2018/11/11          5     16           False           2.0
10   2018/11/6          5      0           False           2.0
11   2018/11/1         15      0            True           3.0
12  2018/10/28          0     18           False           2.0
13  2018/10/11         10     18           False           1.0
14   2018/9/25          2     51           False           1.0
15   2018/9/24         10     18           False           1.0

In [47]: df['HSHIC'] = df['High Inv Cnt'][df.Sales > 20]                         

In [48]: df                                                                      
Out[48]: 
          Date  Inventory  Sales  High Inventory  High Inv Cnt  HSHIC
0   2018/12/29          5      0           False           NaN    NaN
1   2018/12/26          5     36           False           NaN    NaN
2   2018/12/24          5     18           False           NaN    NaN
3   2018/12/15          6      0           False           NaN    NaN
4   2018/12/11          5      0           False           0.0    NaN
5    2018/12/8          0     17           False           0.0    NaN
6   2018/11/28          5     18           False           0.0    NaN
7   2018/11/20         15     17            True           1.0    NaN
8   2018/11/19         15     34            True           2.0    2.0
9   2018/11/11          5     16           False           2.0    NaN
10   2018/11/6          5      0           False           2.0    NaN
11   2018/11/1         15      0            True           3.0    NaN
12  2018/10/28          0     18           False           2.0    NaN
13  2018/10/11         10     18           False           1.0    NaN
14   2018/9/25          2     51           False           1.0    1.0
15   2018/9/24         10     18           False           1.0    NaN

In [49]:    

Answer 3

Ошибка в первом посте вопроса (что на странице теперь правильно), так что позвольте мне записать рабочее решение Python 2.

Благодаря @manwithfewneeds и @ kantal.

for idx in df.index[df.Sales > 20]:
    inv = df.loc[idx + 1 : idx + 5, 'Inventory'].ge(10)   # downwards 5 rows, Inventory > 10
    date, _, sales = df.loc[idx]
    if len(inv) >= 5:
        print '%s. has Sales %s. when %s. times' % (date, sales, inv.sum())