时间戳

首页 > 解决方案 > 改变数据的形状和结构

python-3.x - 改变数据的形状和结构

问题描述

我有以下数据集

办公室 员工ID 加盟日期 减员日期
AA 700237 27-11-2017
AA 700238 11-01-2018
AA 700252 14-02-2018 08-04-2018
AB 700287 18-01-2014
AB 700449 28-02-2014 17-04-2014

这个想法是如果有人加入，则添加活动列，如果有人在任何一个月辞职，则扣除，因此想使用 python 将其更改为以下格式

办公室 年月 积极的
AA 17 月 17 日 0
AA 2月17日 0
AA 3 月 17 日 0
AA Apr-17 0
AA 5 月 17 日 0
AA 17 年 6 月 0
AA 7 月 17 日 0
AA 17 年 8 月 0
AA 17 年 9 月 0
AA 17 月 17 日 0
AA 11 月 17 日 1
AA 17 月 17 日 1
AA 18 年 1 月 2
AA 2月18日 3
AA 3月18日 3
AA Apr-18 2
AB 14 年 1 月 1
AB 2月-14日 2
AB 3 月 14 日 2
AB Apr-14 1

请帮忙。

标签： python-3.xpandasdataframepandas-groupbydata-preprocessing

解决方案

利用：

#convert columns to datetimes
df['Joining Date'] = pd.to_datetime(df['Joining Date'], dayfirst=True)
df['Attrition Date'] = pd.to_datetime(df['Attrition Date'], dayfirst=True)

#add new rows by first January of minimal year per groups
df1 = df.groupby('Office')['Joining Date'].min() - pd.offsets.DateOffset(month=1, day=1)
df = df.append(df1.reset_index()).sort_values(['Office','Joining Date'])


#replace missing values in Attrition Date by maximal date with next month
#replace missing values in Joining  Date by maximal date with next month
next_month = (df.groupby('Office')['Attrition Date'].transform('max') + 
               pd.offsets.DateOffset(months=1))
next_month1 = (df.groupby('Office')['Joining Date'].transform('max') + 
               pd.offsets.DateOffset(months=1))

df['Attrition Date'] = df['Attrition Date'].fillna(next_month).fillna(next_month1)


#explode start and end datetimes converted to months with years
f = lambda x: pd.date_range(x['Joining Date'], 
                            x['Attrition Date'], freq='M').strftime('%b-%y')
df['Month & Year'] = df.apply(f, axis=1)

#count number of Employee ID with omit missing values
df = (df.explode('Month & Year')
        .groupby(['Office','Month & Year'], sort=False)['Employee ID']
        .count()
        .reset_index(name='Active'))

print (df)
   Office Month & Year  Active
0      AA       Jan-17       0
1      AA       Feb-17       0
2      AA       Mar-17       0
3      AA       Apr-17       0
4      AA       May-17       0
5      AA       Jun-17       0
6      AA       Jul-17       0
7      AA       Aug-17       0
8      AA       Sep-17       0
9      AA       Oct-17       0
10     AA       Nov-17       1
11     AA       Dec-17       1
12     AA       Jan-18       2
13     AA       Feb-18       3
14     AA       Mar-18       3
15     AA       Apr-18       2
16     AB       Jan-14       1
17     AB       Feb-14       2
18     AB       Mar-14       2
19     AB       Apr-14       1

推荐阅读