Есть ли способ обновления среднемесячного - взвешенного - из этого последовательного периодического временного ряда дата-время?

Question

У меня есть набор данных, в котором дата и дата начала указаны в произвольном порядке. Я хочу создать новый набор столбцов для месяцев и средневзвешенного значения данных.

del представляет нет. дней в диапазоне дат

d - среднее значение за этот период времени

from datetime import datetime

my_time = datetime.min.time()

from datetime import date

df1['del'] = 0

for i in range(0,df1['start'].size):

    df1['delta'][i] = (datetime.combine(df1['start'][i], my_time)-datetime.combine(df1['end'][i], my_time)).days

Данные выглядят так -

   in       start         end   units  del  d=(units/del)
    0  2017-11-12  2017-10-10  1207.0   33      36.575758
    1  2017-12-12  2017-11-12     5.0   30      0.166666
    2   2018-01-10  2017-12-12  8855.0  29      305.344828
    3   2018-02-08  2018-01-10  3867.0  29      133.344828
    4   2018-03-09  2018-02-08  922.0   29      31.793103

Я хочу это как мой окончательный вывод -

month               d_month

Nov-17              14.7
Dec-17              ....
Jan-18              ....

d_month должен быть вычислен следующим образом -

Скажем за ноябрь - (36.5757*12+0.166666*18)/30

и т. Д. Для других месяцев.

Answer 1

Вы можете использовать pd.to_datetime непосредственно в кадре данных. для приведенного ниже кадра данных

import numpy as np
import pandas as pd
d = {
        'Start' : ['2017-11-12', '2017-12-12', '2018-01-10', '2018-02-08', '2018-03-09'],
        'End' : ['2017-10-10', '2017-11-12', '2017-12-12', '2018-01-08', '2018-02-09'],
        'Units': [1207.0, 5.0, 8855.0, 3867.0, 922.0]
    }
df = pd.DataFrame(d)

с выводом как

        Start         End   Units
0  2017-11-12  2017-10-10  1207.0
1  2017-12-12  2017-11-12     5.0
2  2018-01-10  2017-12-12  8855.0
3  2018-02-08  2018-01-08  3867.0
4  2018-03-09  2018-02-09   922.0

используйте код ниже

df['StartM'] = pd.to_datetime(df['Start'], format='%Y-%m-%d')
df['EndM'] = pd.to_datetime(df['End'], format='%Y-%m-%d')
df['Del'] = (df['StartM'] - df['EndM']) / np.timedelta64(1, 'D')
df['month'] = df['StartM'].dt.strftime('%b-%y')
df['d'] = df['Units'] / df['Del']
df['d_month'] = (df['d'] * 12 + 0.166666*18) / 30
df.drop('StartM', 1, inplace=True)
df.drop('EndM', 1, inplace=True)
df

, что приводит к следующему выводу

Start   End     Units   Del     month   d   d_month
0   2017-11-12  2017-10-10  1207.0  33.0    Nov-17  36.575758   14.730303
1   2017-12-12  2017-11-12  5.0     30.0    Dec-17  0.166667    0.166666
2   2018-01-10  2017-12-12  8855.0  29.0    Jan-18  305.344828  122.237931
3   2018-02-08  2018-01-08  3867.0  31.0    Feb-18  124.741935  49.996774
4   2018-03-09  2018-02-09  922.0   28.0    Mar-18  32.928571   13.271428