python - 当满足另一列的条件时,如何使用 pandas diff() 函数重置计数?
问题描述
我正在尝试计算日期之间的天数(累计),(由表示为 id 的列分组),但是,我想在满足条件时重置计数器。
下面我有以下数据框:
reset_day category date id tdelta
0 N low 2019-09-04 16876 NaN
1 N low 2019-09-05 16876 NaN
2 N low 2019-09-06 16876 NaN
3 N low 2019-09-07 16876 NaN
4 N low 2019-09-08 16876 NaN
... ... ... ... ... ...
5144 Y medium 2021-05-23 17612 0.0
5145 Y high 2021-05-23 23406 0.0
5146 Y high 2021-05-23 21765 0.0
5147 Y medium 2021-05-23 19480 0.0
5148 Y medium 2021-05-23 9066 0.0
在这里,我想将值输入到“tdelta”列中,其中的值当前为 NaN。此列计算每个 id 的“日期”列之间的天数。
但是,我正在努力尝试根据“reset_day”列重置计数。如果列值为“Y”,则该特定 id 的计数应重新开始。在这种情况下,您已经可以在 tdelta 列中看到值 0。
我之前在类似的数据帧上尝试过以下操作,方法是创建另一个表示为 test t delta 的列:
example = example.sort_values(by="date")
example['date'] = pd.to_datetime(example['date'], format='%Y/%m/%d')
example['test tdelta'] = example.groupby('id')['date'].diff() / np.timedelta64(1, 'D')
example['test tdelta'] = example['test tdelta'].fillna(0)
但是,这只是计算每个 id 的日期之间的天数,并在没有我需要的重置的情况下填充缺失的值。
关于如何解决这个问题的任何想法?
解决方案
我认为根据重置日创建一个额外的分组列可能是您正在寻找的。
import pandas as pd
import numpy as np
df = pd.DataFrame({'reset_day':['N','N','Y','N','N','Y','Y','Y','Y','Y'],
'category':['low','low','low','low','low','medium','high','high','medium','medium'],
'date':['2019-09-04','2019-09-05','2019-09-06','2019-09-07','2019-09-08','2021-05-23','2021-05-23','2021-05-23','2021-05-23','2021-05-23'],
'id':[16876,16876,16876,16876,16876,17612,23406,21765,19480,9066]
})
df['date'] = pd.to_datetime(df['date'], format='%Y/%m/%d')
df = df.sort_values(['id','date'])
#create extra grouping column based on reset day
df['reset_group'] = df['reset_day'].replace({'N':False,'Y':True})
df['reset_group'] = df.groupby('id')['reset_group'].cumsum()
#use extra grouping column when calculating differences
df['tdelta'] = df.groupby(['id','reset_group'])['date'].diff() / np.timedelta64(1, 'D')
df['tdelta'] = df.groupby(['id','reset_group'])['tdelta'].cumsum().fillna(0)
print(df)
reset_day category date id reset_group tdelta
9 Y medium 2021-05-23 9066 1 0.0
0 N low 2019-09-04 16876 0 0.0
1 N low 2019-09-05 16876 0 1.0
2 Y low 2019-09-06 16876 1 0.0
3 N low 2019-09-07 16876 1 1.0
4 N low 2019-09-08 16876 1 2.0
5 Y medium 2021-05-23 17612 1 0.0
8 Y medium 2021-05-23 19480 1 0.0
7 Y high 2021-05-23 21765 1 0.0
6 Y high 2021-05-23 23406 1 0.0
推荐阅读
- json - 使用换行符解析 json 时出错
- html - HTML - 禁用 Roboform 密码管理器
- java - java - 如何在java的测试类中调用创建的类?
- python - 在循环 Python 中添加变量以访问数据库
- reactjs - TypeError:渲染不是函数
- react-native - Flipper + React Native - 我可以调试 JavaScript 吗?
- angular - 表单组上的角度自定义交叉字段验证无法按预期的日期字段工作
- sql - 表的“三角关系”中的 SQL 查询
- java - 如何解决“找不到符号”的问题?
- c# - C# System.Text.Json JSON 值无法转换为类结构