Как изменить выборку столбца по идентификатору - PullRequest
Новая
       20

Как изменить выборку столбца по идентификатору

2 голосов
/ 07 апреля 2019

У меня есть такой набор данных, как: 

id    date    value

1   16-12-1     9
1   16-12-1     8
1   17-1-1      18
2   17-3-4      19
2   17-3-4      20
1   17-4-3      21
2   17-7-13     12
3   17-8-9      12
2   17-9-12     11
1   17-11-12    19
3   17-11-12    21

Единственная структура, приведенная выше, состоит в том, что строки отсортированы по дате.

Что я хочу сделать, это сгруппировать по идентификатору и повторитьдаты, так что каждый идентификатор имеет одинаковые числовые значения.Ежемесячной, еженедельной или ежедневной повторной выборки будет достаточно.

Мой окончательный набор данных (при ежегодной повторной выборке) будет выглядеть следующим образом: 

id    interval           value

1   16-12-1 - 17-12-1     75
2   16-12-1 - 17-12-1     62
3   16-12-1 - 17-12-1     33

Как это реализовать?Будет ли это работать (так как у меня нет секунд в поле даты, т.е. это не стандартный объект даты и времени панд)? 

dataframe.groupby(id).resample('year')

Есть ли более быстрый способ сделать это?

Ответы [ 2 ]

2 голосов
/ 08 апреля 2019

обновленная попытка

Если вы хотите ежегодную повторную выборку, то вот моя попытка, но результат не похож на ваш ожидаемый ответ

Генерация данных 

d = [['id', 'date', 'value'],
    [1, '2016-12-1', 9],
    [1, '2016-12-1',8],
    [1, '2017-1-1',18],
    [2, '2017-3-4',19],
    [2, '2017-3-4',20],
    [1,'2017-4-3',21],
    [2, '2017-7-13',12],
    [3, '2017-8-9',12],
    [2, '2017-9-12',11],
    [1, '2017-11-12',19],
    [3, '2017-11-12',21],]
df = pd.DataFrame(d[1:], columns=d[0])

print(df)
    id        date  value
0    1   2016-12-1      9
1    1   2016-12-1      8
2    1    2017-1-1     18
3    2    2017-3-4     19
4    2    2017-3-4     20
5    1    2017-4-3     21
6    2   2017-7-13     12
7    3    2017-8-9     12
8    2   2017-9-12     11
9    1  2017-11-12     19
10   3  2017-11-12     21

Попытка ежегодной повторной выборки с последующей суммой 

df.index = pd.to_datetime(df.date)
df.drop('date',axis = 1, inplace = True)
df_g = df.groupby('id').resample('y').sum()
df_g.drop(columns=['id'], inplace=True)

print(df_g)
               value
id date             
1  2016-12-31     17
   2017-12-31     58
2  2017-12-31     62
3  2017-12-31     33

ПЕРВОНАЧАЛЬНЫЙ ответ

Вы можете сделать это, но он не выполняет явную resample операцию 

f = {'date':['min','max'],
    'value':'sum'}
df_grouped = df.groupby(['id']).agg(f)
df_grouped.columns = ['_'.join(col) for col in df_grouped.columns.values]
df_grouped.reset_index(drop=False, inplace=True)

print(df_grouped)
   id  date_min date_max  value_sum
0   1   16-12-1   17-4-3         75
1   2    17-3-4  17-9-12         62
2   3  17-11-12   17-8-9         33
1 голос
/ 08 апреля 2019

Недельная сумма по id: 

df['date'] = pd.to_datetime(df['date'], format='%y-%m-%d')
df = df.set_index('date')
df.groupby('id').resample('W')['value'].agg('sum').loc[lambda x: x>0]

Выход: 

id  date      
1   2016-12-04    17
    2017-01-01    18
    2017-04-09    21
    2017-11-12    19
2   2017-03-05    39
    2017-07-16    12
    2017-09-17    11
3   2017-08-13    12
    2017-11-12    21
Name: value, dtype: int64
...