python - 识别 t > n 天未输入数据的实例 [python]
问题描述
我正在寻找一种方法来识别数天未输入数据的实例。就我而言,我想标记超过 5 天没有输入数据的情况。
可以在此表中找到数据集类型的示例:https ://i.stack.imgur.com/j0s86.png
我尝试了多种方法,包括用日期变量替换缺失的数据并减去差异,但未能提出任何有用的方法。
最新代码:
df = 'table.csv'
df['Rolling'] = np.roll(df['Count'],1)
df['Count'] = df['Count'].fillna('MISSING')
df.loc[ df['Count'] == 'MISSING', 'Count'] = df['Date']
diff = df['Count'].astype('int32') - df['Rolling'].astype('int32')
df['Difference'] = diff
df.head()
接下来我一直在尝试(并且失败)尝试的是创建一个新列,该列仅包含输入数据的日期,并使用它来尝试计算差异。
与往常一样,非常感谢任何帮助。
-C
解决方案
在提出答案之前,我想向您指出这篇非常有用的文章:如何提供一个很棒的 pandas 示例,因此想要回答您问题的人可以直接使用您的数据框
如果没有,这里是我使用的示例数据框:
import numpy as np
from datetime import datetime,timedelta
start_date = datetime(2015,11,4)
dates = [start_date + timedelta(days =x) for x in range(20)]
count = [np.nan]*len(dates)
count[9] = 10
count[11] = 20
count[17] = 30
df = pd.DataFrame({'Date':dates, 'Obs':count})
df
看起来像这样
Date Obs
0 2015-11-04 NaN
1 2015-11-05 NaN
2 2015-11-06 NaN
3 2015-11-07 NaN
4 2015-11-08 NaN
5 2015-11-09 NaN
6 2015-11-10 NaN
7 2015-11-11 NaN
8 2015-11-12 NaN
9 2015-11-13 10.0
10 2015-11-14 NaN
11 2015-11-15 20.0
12 2015-11-16 NaN
13 2015-11-17 NaN
14 2015-11-18 NaN
15 2015-11-19 NaN
16 2015-11-20 NaN
17 2015-11-21 30.0
18 2015-11-22 NaN
19 2015-11-23 NaN
请注意,我假设您有 NaN 用于有数据的日期
所以我们可以做以下事情——我们可以对非 NaN 观察对象之间的所有块进行分组,这是通过(~df['Count'].isna()).cumsum())
下面的计算来实现的——这个系列在检测到非 NaN 'Count' 的索引处递增。一旦我们对其进行分组,我们就可以获得有关组的一些统计信息。所以
df.groupby((~df['Obs'].isna()).cumsum()).agg({'Date':['first','last', 'count']})
生产
Date
first last count
Obs
0 2015-11-04 2015-11-12 9
1 2015-11-13 2015-11-14 2
2 2015-11-15 2015-11-20 6
3 2015-11-21 2015-11-23 3
阅读本文的方式是第一块 NaN 从 2015-11-04 到 2015-11-12 有 9 个条目,第二个从 2015-11-13 到 2015-11-14 有 2 个,等等(内部块将包括实际观察结果之一,因此 NaN 的 # 是“计数”-1)。所以你可以看到哪个块长于 5(或其他),并且你知道它什么时候开始和结束
推荐阅读
- c# - EF Core,数据库优先。如何将通用存储库接口移动到另一个程序集?
- sql - 来自 Unix 的数据类型(.csv 文件)
- mysql - laravel 播种返回未定义的索引
- html - 如何确保使用 Html 和 CSS 开发的纯静态网站在所有设备上都能正常工作?
- node.js - 如何在 openlayers 中正确添加矢量切片?
- python - 熊猫可迭代索引中的多索引后过滤
- mongodb - MongoDB聚合查询性能提升
- python - Python中时间和复杂度递归和迭代阶乘程序的测试
- sockets - 使用 EtherCard 库从 Arduino 发送 UDP 数据报
- facebook - 如何在没有企业验证的情况下访问公共页面帖子?