python - Pandas- 日期时间累计和每天重新开始
问题描述
假设我有这个数据框。
import pandas as pd
data = {"Date_Time": ["2018-08-14 02:00:00", "2018-08-14 01:00:00", "2018-08-14 00:00:00", "2018-08-13 23:00:00", "2018-08-13 22:00:00", "2018-08-13 21:00:00", "2018-08-13 20:00:00"],
"Date": ["2018-08-14", "2018-08-14", "2018-08-14", "2018-08-13", "2018-08-13", "2018-08-13", "2018-08-13"],
"Duration":[3, 0, 0, 10, 2, 20, 1],
"value":[4, 3, 2, 1, 0, 23, 22],
"Remark":["e", "o", "k", "x", "c", "z", "a"]
}
df = pd.DataFrame.from_dict(data)
df
Date_Time Date Duration value Remark
0 2018-08-14 02:00:00 2018-08-14 3 4 e
1 2018-08-14 01:00:00 2018-08-14 0 3 o
2 2018-08-14 00:00:00 2018-08-14 0 2 k
3 2018-08-13 23:00:00 2018-08-13 10 1 x
4 2018-08-13 22:00:00 2018-08-13 2 0 c
5 2018-08-13 21:00:00 2018-08-13 20 23 z
6 2018-08-13 20:00:00 2018-08-13 1 22 a
我想对每一天进行累计。但是,我希望我的一天从每天 22:00 开始。因此,“值”列是对当天时间的引用。
或者我可以
from datetime import timedelta
two_hours = pd.Timedelta(hours=2)
df["dummy_date"] = df["Date_Time"] + two_hours
df
Date_Time Date Duration value Remark dummy_date
0 2018-08-14 02:00:00 2018-08-14 3 4 e 2018-08-14 04:00:00
1 2018-08-14 01:00:00 2018-08-14 0 3 o 2018-08-14 03:00:00
2 2018-08-14 00:00:00 2018-08-14 0 2 k 2018-08-14 02:00:00
3 2018-08-13 23:00:00 2018-08-13 10 1 x 2018-08-14 01:00:00
4 2018-08-13 22:00:00 2018-08-13 2 0 c 2018-08-14 00:00:00
5 2018-08-13 21:00:00 2018-08-13 20 23 z 2018-08-13 23:00:00
6 2018-08-13 20:00:00 2018-08-13 1 22 a 2018-08-13 22:00:00
如果这有助于您了解我如何计算一天,如“dummy_date”中所示。
但是,我真正想要的是我想每天对“持续时间”列进行累积求和。因此,当“value”为 0 或“dummy_date”列的午夜时,cumsum 将每天重新开始。以下是我希望实现的期望输出。
Date_Time Date Duration value Remark cum_sum dummy_date
0 2018-08-14 02:00:00 2018-08-14 3 4 e 15 2018-08-14 04:00:00
1 2018-08-14 01:00:00 2018-08-14 0 3 o 12 2018-08-14 03:00:00
2 2018-08-14 00:00:00 2018-08-14 0 2 k 12 2018-08-14 02:00:00
3 2018-08-13 23:00:00 2018-08-13 10 1 x 12 2018-08-14 01:00:00
4 2018-08-13 22:00:00 2018-08-13 2 0 c 2 2018-08-14 00:00:00
5 2018-08-13 21:00:00 2018-08-13 20 23 z 21 2018-08-13 23:00:00
6 2018-08-13 20:00:00 2018-08-13 1 22 a 1 2018-08-13 22:00:00
第一行的 cum_sum 是从第四行向上的持续时间之和,2 + 10 + 0 + 0 + 3 = 15。
第二行是 2 + 10 + 0 + 0 = 12。
第三行是 2 + 10 + 0 = 12。
第三行是 2 + 10 = 12。
第四行是 2 = 2。
第五行是第六行和第五行之和,1 + 20 = 21,因为“值”是23,这被认为是另一天,或者可以从“dummy_date”中看出。
第六行是 1。
我的尝试是使用熊猫的滚动。但是,我不知道如何将其设置为在新的一天开始时重新开始。
df["cum_sum"] = df["Duration"].rolling(24, min_periods=1).sum()
df
解决方案
我相信需要通过iloc[::-1]
or更改订单sort_values
,然后groupby
通过dates
from dummy_date
column or Series
with DataFrameGroupBy.cumsum
:
df["cum_sum"] = df["Duration"].iloc[::-1].groupby(df['dummy_date'].dt.date).cumsum()
print (df)
Date_Time Date Duration value Remark dummy_date \
0 2018-08-14 02:00:00 2018-08-14 3 4 e 2018-08-14 04:00:00
1 2018-08-14 01:00:00 2018-08-14 0 3 o 2018-08-14 03:00:00
2 2018-08-14 00:00:00 2018-08-14 0 2 k 2018-08-14 02:00:00
3 2018-08-13 23:00:00 2018-08-13 10 1 x 2018-08-14 01:00:00
4 2018-08-13 22:00:00 2018-08-13 2 0 c 2018-08-14 00:00:00
5 2018-08-13 21:00:00 2018-08-13 20 23 z 2018-08-13 23:00:00
6 2018-08-13 20:00:00 2018-08-13 1 22 a 2018-08-13 22:00:00
cum_sum
0 15
1 12
2 12
3 12
4 2
5 21
6 1
如果不需要dummy_date
输出:
two_hours = pd.Timedelta(hours=2)
dates = (df["Date_Time"] + two_hours).dt.date
df["cum_sum"] = df["Duration"].iloc[::-1].groupby(dates).cumsum()
print (df)
Date_Time Date Duration value Remark cum_sum
0 2018-08-14 02:00:00 2018-08-14 3 4 e 15
1 2018-08-14 01:00:00 2018-08-14 0 3 o 12
2 2018-08-14 00:00:00 2018-08-14 0 2 k 12
3 2018-08-13 23:00:00 2018-08-13 10 1 x 12
4 2018-08-13 22:00:00 2018-08-13 2 0 c 2
5 2018-08-13 21:00:00 2018-08-13 20 23 z 21
6 2018-08-13 20:00:00 2018-08-13 1 22 a 1
df = df.sort_values('Date_Time')
two_hours = pd.Timedelta(hours=2)
dates = (df["Date_Time"] + two_hours).dt.date
df["cum_sum"] = df["Duration"].groupby(dates).cumsum()
df = df.sort_index()
print (df)
Date_Time Date Duration value Remark cum_sum
0 2018-08-14 02:00:00 2018-08-14 3 4 e 15
1 2018-08-14 01:00:00 2018-08-14 0 3 o 12
2 2018-08-14 00:00:00 2018-08-14 0 2 k 12
3 2018-08-13 23:00:00 2018-08-13 10 1 x 12
4 2018-08-13 22:00:00 2018-08-13 2 0 c 2
5 2018-08-13 21:00:00 2018-08-13 20 23 z 21
6 2018-08-13 20:00:00 2018-08-13 1 22 a 1
推荐阅读
- php - Laravel Wherehas 在枢轴关系中不起作用并且不返回任何数据
- docker - SSH 到 Kubernetes 中的 Sshd docker 服务器会随机返回 exitCode=255
- html - 我想显示我从下拉列表中选择的城市天气信息,我该如何管理它?
- java - Thymeleaf 中的可选参数?
- c# - 什么时候应该使用列表而不是 ICollection 或 IEnumerable?
- android - 如何使用 Kotlin 为 RecyclerView 创建上下文菜单
- phing - Ubuntu 上 phing.php 的权限,以便在 Eclipse 中执行
- vba - 如何将访问表传输到 CSV 文件?
- typo3 - 检查带有错字链接的链接页面是否隐藏
- mysql - 避免在查询中重复并将所有重复的行留空