Как мне суммировать поле суммы за последнюю неделю каждого месяца в python?

Question

У меня есть фрейм данных с полем суммы и полем даты. Поле даты не является индексом (я в порядке с решением, которое потребовало бы установить его в качестве индекса, хотя). Я хотел бы игнорировать часть времени. Цель состоит в том, чтобы получить сумму поля суммы, сгруппированного к концу месяца для каждого года, поэтому должна быть одна агрегированная сумма для каждого месяца на основе последних 7 (хотелось бы иметь возможность корректировать это число) дней.

#code to create random data with date and amount field.
import pandas as pd
import numpy as np
from datetime import datetime, timedelta

date_today = datetime.now()
start_date = '01-01-2019'
days = pd.date_range(start_date, date_today, freq='D')

np.random.seed(seed=1111)
data = np.random.randint(1, high=100, size=len(days))
df = pd.DataFrame({'date': days, 'amount': data})
print(df)

Я старался изо всех сил кодировать все последние 7 или 8 дней каждого месяца, прежде чем приступить к групповому занятию. Но это не работает.

last_week = (
     '2019-01-31','2019-01-30','2019-01-29','2019-01-28','2019-01-27','2019-01-26','2019-01-25',
'2019-02-28','2019-02-27','2019-02-26','2019-02-25','2019-02-24','2019-02-23','2019-02-22',
'2019-03-31','2019-03-30','2019-03-29','2019-03-28','2019-03-27','2019-03-26','2019-03-25',
'2019-04-30','2019-04-29','2019-04-28','2019-04-27','2019-04-26','2019-04-25','2019-04-24',
'2019-05-31','2019-05-30','2019-05-29','2019-05-28','2019-05-27','2019-05-26','2019-05-25',
'2019-06-30','2019-06-29','2019-06-28','2019-06-27','2019-06-26','2019-06-25','2019-06-24',
'2019-07-31','2019-07-30','2019-07-29','2019-07-28','2019-07-27','2019-07-26','2019-07-25',
'2019-08-31','2019-08-30','2019-08-29','2019-08-28','2019-08-27','2019-08-26','2019-08-25',
'2019-09-30','2019-09-29','2019-09-28','2019-09-27','2019-09-26','2019-09-25','2019-09-24',
'2019-10-31','2019-10-30','2019-10-29','2019-10-28','2019-10-27','2019-10-26','2019-10-25',
'2019-11-30','2019-11-29','2019-11-28','2019-11-27','2019-11-26','2019-11-25','2019-11-24',
'2019-12-31','2019-12-30','2019-12-29','2019-12-28','2019-12-27','2019-12-26','2019-12-25',
'2020-01-31','2020-01-30','2020-01-29','2020-01-28','2020-01-27','2020-01-26','2020-01-25'
)
mask = (df_GL_FSLI_date_regIndex['New_Entry_Date'] == last_week)
last_week_jes = df_GL_FSLI_date.loc[mask]

# Desired output
End_Of_Jan_2019 1453.45
End_Of_Feb_2019 347543.23
...

Есть ли элегантный способ сделать это, сохраняя дату в виде поля или индекса?

Answer 1

Вместо того, чтобы вручную указывать даты, вы можете использовать pd.offsets.MonthEnd вместе с вычитанием, чтобы получить количество дней с конца месяца. Затем сусбет и группа

s = ((df['date'] + pd.offsets.MonthEnd(0)) - df['date']).dt.days

Ndays = 7  # This many from the end
df[s.lt(Ndays)].groupby(df['date'].dt.to_period('M')).sum()

---

         amount
date           
2019-01     247
2019-02     420
2019-03     223
2019-04     387
2019-05     382
2019-06     240
2019-07     410
2019-08     365
2019-09     344
2019-10     444
2019-11     274
2019-12     339
2020-01     391
2020-02     131

Answer 2

Вы можете сделать to_period, а затем groupby().sum() как обычно:

(df.assign(month=df['date'].dt.to_period('M'))
   .groupby('month').tail(7)                   # change 7 here
   .groupby('month',as_index=False)
    ['amount'].sum()
)

Выход:

      month  amount
0   2019-01     247
1   2019-02     420
2   2019-03     223
3   2019-04     387
4   2019-05     382
5   2019-06     240
6   2019-07     410
7   2019-08     365
8   2019-09     344
9   2019-10     444
10  2019-11     274
11  2019-12     339
12  2020-01     391
13  2020-02     238

Примечание , если хотите month для обозначения End_of_Jan_2019 измените .to_period('M') на .strftime('End_of_%b_%Y') и передайте sort=False обоим groupby(). Но я бы не советовал.