Question

我有一个包含“Date”和“Num”列的数据框。

dates = pd.date_range('1/1/2001','1/1/2003', freq = 'd')
nums = [np.random.randint(100) for x in range(len(dates))]

df = pd.DataFrame({'Dates': dates, 'DOW': dates.strftime('%a'), 'Nums': nums})
df = df[(df.DOW != 'Sat') & (df.DOW !='Sun')]
df = df.drop([7,18]).reset_index(drop = True)

我需要对数据帧进行分区，以便我可以分别隔离每周。最终目标是查看每周的MAX'Nums'值，并将其与下周的LAST值进行比较，以了解百分比变化的大小。例如：

week1 = df[0:5]
week2 = df[5:9]
week3 = df[9:12]

In [156]: w1max = week1.Nums.max()
Out[156]: 97

In [157]: w2Last = week2.iloc[-1].Nums
Out[157]: 76

pctChange = (w2Last-w1max)/float(w1max)

In [166]: pctChange
Out[166]: -0.21649484536082475

问题是几周都缺少了几天（例如，周二缺少第二周，周三缺少第三周）。那么如何将它们分开呢？

最接近的事情似乎是使用df.resample()，但我不知道如何进行比较我正在尝试使用它。

Answer 1

import numpy as np
import pandas as pd
np.random.seed(2016)

dates = pd.date_range('1/1/2001','1/1/2003', freq = 'd')
nums = [np.random.randint(100) for x in range(len(dates))]

df = pd.DataFrame({'Dates': dates, 'DOW': dates.strftime('%a'), 'Nums': nums})
df = df[(df.DOW != 'Sat') & (df.DOW !='Sun')]
df = df.drop([7,18]).reset_index(drop = True)

df2 = df.groupby(pd.Grouper(freq='W', key='Dates'))['Nums'].agg(['max','last'])
df2['previous_max'] = df2['max'].shift(1)
df2['change'] = (df2['last']-df2['previous_max'])/df2['previous_max']
print(df2.head())

产量

            max  last  previous_max    change
Dates                                        
2001-01-07   83    39           NaN       NaN
2001-01-14   75    75          83.0 -0.096386
2001-01-21   97    18          75.0 -0.760000
2001-01-28   72    37          97.0 -0.618557
2001-02-04   84    24          72.0 -0.666667

带有pd.Grouper object的

df.groupby可用于按行对行进行分组。您可以使用agg方法查找每个组中max的{{1}}和last值：

Nums

然后使用In [163]: df2 = df.groupby(pd.Grouper(freq='W', key='Dates'))['Nums'].agg(['max','last']) In [164]: df2.head() Out[164]: max last Dates 2001-01-07 83 39 2001-01-14 75 75 2001-01-21 97 18 2001-01-28 72 37 2001-02-04 84 24将shift(1)值向下移动一行：

max

然后可以通过简单的减法和除法来计算百分比变化：

In [165]: df2['previous_max'] = df2['max'].shift(1); df2.head()
Out[165]: 
            max  last  previous_max
Dates                              
2001-01-07   83    39           NaN
2001-01-14   75    75          83.0
2001-01-21   97    18          75.0
2001-01-28   72    37          97.0
2001-02-04   84    24          72.0

按周划分大熊猫数据帧

1 个答案: