时间戳

首页 > 解决方案 > 从数据框中的今天月份获取月份值 N-(x) 的函数

python - 从数据框中的今天月份获取月份值 N-(x) 的函数

问题描述

我一直在花费数小时尝试编写一个函数，通过获取今天之前过去 4 个月的数据来检测时间序列中的趋势。我用 dt.month 组织了我的月度数据，但问题是如果今天是 1 月，我无法获得上一年的第 12 个月。这是一个玩具数据集：

data1 = pd.DataFrame({'Id' : ['001','001','001','001','001','001','001','001','001',
                              '002','002','002','002','002','002','002','002','002',],
                      'Date': ['2020-01-12', '2019-12-30', '2019-12-01','2019-11-01', '2019-08-04', '2019-08-04', '2019-08-01', '2019-07-20', '2019-06-04',
                               '2020-01-11', '2019-12-12', '2019-12-01','2019-12-01', '2019-09-10', '2019-08-10', '2019-08-01', '2019-06-20', '2019-06-01'],
                      'Quantity' :[3,5,6,72,1,5,6,3,9,3,6,7,3,2,5,74,3,4]
                      })

我的数据清理以获得我需要的格式是这样的：

data1['Date'] =pd.to_datetime(data1['Date'], format='%Y-%m')

data2 = data1.groupby('Id').apply(lambda x: x.set_index('Date').resample('M').sum())['Quantity'].reset_index()

data2['M'] =pd.to_datetime(data2['Date']).dt.month
data2['Y'] =pd.to_datetime(data2['Date']).dt.year
data = pd.DataFrame(data2.groupby(['Id','Date','M','Y'])['Quantity'].sum())

data = data.rename(columns={0 : 'Quantity'})

我的功能如下所示：

def check_trend():
    today_month = int(time.strftime("%-m"))

    data['n3-n4'] = data['Quantity'].loc[data['M']== (today_month - 3)]-data['Quantity'].loc[data['M']== (today_month - 4)]
    data['n2-n3'] = data['Quantity'].loc[data['M'] == (today_month - 2)] - data['Quantity'].loc[data['M'] == (today_month - 3)]
    data['n2-n1'] = data['Quantity'].loc[data['M'] == (today_month - 2)] - data['Quantity'].loc[data['M'] == (today_month - 1)]

    if data['n3-n4'] < 0 and data['n2-n3'] <0 and data['n2-n1'] <0:
    elif data['n3-n4'] > 0 and data['n2-n3'] > 0 and dat['n2-n1'] >0:
        data['Trend'] = 'Yes'

    else:
        data['Trend'] = 'No'

print(check_trend)

我看过这个：Get (year,month) for the last X months但它似乎不适用于特定的 groupby 对象。

我真的很感激一个提示！至少我很想知道这种识别数据集中趋势的方法是否很好。之后，如果没有趋势，我计划使用指数平滑，如果有趋势，我计划使用 Holt 方法。

更新：感谢@Vorsprung durch Technik，我的功能运行良好，但我仍然难以将结果合并到包含来自 data2 的 Id 的新数据框中

forecast = pd.DataFrame()
forecast['Id'] = data1['Id'].unique()
for k,g in data2.groupby(level='Id'):

    forecast['trendup'] = g.tail(5)['Quantity'].is_monotonic_increasing
    forecast['trendown'] = g.tail(5)['Quantity'].is_monotonic_decreasing

这将为数据集的每一行返回相同的值，就像它只计算第一行一样，我如何确保它为每个 Id 值计算？

标签： pythonpandas

解决方案

我认为你不需要check_trend()。

为此有内置函数：
https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Index.is_monotonic_increasing.html
https://pandas.pydata.org/pandas-docs/稳定/参考/api/pandas.Index.is_monotonic_decreating.html

让我知道这是否满足您的需要： 

data2 = data1.groupby('Id').apply(lambda x: x.set_index('Date').resample('M').sum()) 
for k,g in data2.groupby(level='Id'): 
    print(g.tail(4)['Quantity'].is_monotonic_increasing)
    print(g.tail(4)['Quantity'].is_monotonic_decreasing)

这是返回的内容g.tail(4)：

                Quantity
Id  Date                
001 2019-10-31         0
    2019-11-30        72
    2019-12-31        11
    2020-01-31         3
                Quantity
Id  Date                
002 2019-10-31         0
    2019-11-30         0
    2019-12-31        16
    2020-01-31         3

推荐阅读