Свертывание / Совокупная сумма единиц, отправленных за 3 дня с момента первой отправки в Пандас - PullRequest
Новая
       23

Свертывание / Совокупная сумма единиц, отправленных за 3 дня с момента первой отправки в Пандас

2 голосов
/ 20 мая 2019

Это немного сложно объяснить, но я постараюсь изо всех сил, пожалуйста, потерпите меня.

У меня есть pd с ID, датой отгрузки и единицами измерения.Я хочу рассчитать единицы, отправленные в течение 3-дневного периода, и это число не должно перекрываться, например, мой кадр данных выглядит следующим образом. 

ID          Shipping Date Units Expected output
153131151007    20180801    1   1
153131151007    20180828    1   2
153131151007    20180829    1   0
153131151007    20180904    1   1
153131151007    20181226    2   4
153131151007    20181227    1   0
153131151007    20181228    1   0
153131151007    20190110    1   1
153131151007    20190115    2   3
153131151007    20190116    1   0
153131151011*   20180510    1   2
153131151011*   20180511    1   0
153131151011*   20180513    1   2
153131151011*   20180515    1   0
153131151011*   20180813    1   1
153131151011*   20180822    1   2
153131151011*   20180824    1   0
153131151011*   20190103    1   1

Код должен проверять дату, посмотреть, есть ли какие-либо отгрузки вСледующие 3 дня, если есть отгрузка, она должна суммировать ее в своем столбце текущей даты и убедиться, что она не учитывает суммированный счет для расчета следующей даты.

Таким образом, для первого идентификатора Дата отгрузки 20181226, этопроверяет 1226,1227,1228 и суммирует их вместе и показывает результат в 1226, и он показывает 0 в следующих 2 ячейках.

Аналогично для 2-го ID 20180510, 0510 является первой датой отгрузки в серии.Он проверяет 0510,0511 и 0512 и суммирует их в 0510, а остальные обнуляет, поэтому 0511 не учитывает 0513 и входит в другую группу отгрузки. 

data = pd.DataFrame({'ID':['153131151007','153131151007','153131151007','153131151007','153131151007','153131151007','153131151007','153131151007','153131151007','153131151007','153131151011*','153131151011*','153131151011*','153131151011*','153131151011*','153131151011*','153131151011*','153131151011*'],
'Date':[20180801,20180828,20180829,20180904,20181226,20181227,20181228,20190110,20190115,20190116,20180510,20180511,20180513,20180515,20180813,20180822,20180824,20190103],
'Units':[1,1,1,1,2,1,1,1,2,1,1,1,1,1,1,1,1,1]})

1 Ответ

1 голос
/ 21 мая 2019

Это работает, но результаты в широком формате: 

import pandas as pd
import numpy as np
from dateutil.parser import parse
from datetime import timedelta

data = pd.DataFrame({'ID':['153131151007','153131151007','153131151007','153131151007','153131151007','153131151007','153131151007','153131151007','153131151007','153131151007','153131151011*','153131151011*','153131151011*','153131151011*','153131151011*','153131151011*','153131151011*','153131151011*'],
'Date':[20180801,20180828,20180829,20180904,20181226,20181227,20181228,20190110,20190115,20190116,20180510,20180511,20180513,20180515,20180813,20180822,20180824,20190103],
'Units':[1,1,1,1,2,1,1,1,2,1,1,1,1,1,1,1,1,1]})

def keep_first(ser):
    ixs = []
    ts = ser.dropna().index[0]
    while ts <= ser.dropna().index.max():
        if ts in ser.dropna().index:
            ixs.append(ts)
            ts+=timedelta(3)
        else:
            ts+=timedelta(1)
    return np.where(ser.index.isin(ixs), ser, 0)

data['Date'] = data['Date'].map(lambda x: parse(str(x))) # parse dates

units = data.groupby(['ID', 'Date']).sum().unstack(0).resample('D').sum() # create resampled units df

units = units.sort_index(ascending=False).rolling(3, min_periods=1).sum().sort_index() # calculate forward-rolling sum

grouped_ix = data.groupby(['ID', 'Date']).sum().unstack(0).index # get indices for actual data

units.loc[grouped_ix].apply(keep_first) # get sums for actual data indices, keep only first
...