Question

我有一个包含历史记录的数据框，例如sales。

import pandas as pd

first_salesman = pd.Series([1, 2, 3], index=[pd.to_datetime('2015-01-01'), pd.to_datetime('2015-01-02'), pd.to_datetime('2015-01-03')])
second_salesman = pd.Series([2, 0, 5], index=[pd.to_datetime('2015-01-01'), pd.to_datetime('2015-01-02'), pd.to_datetime('2015-01-03')])
third_salesman = pd.Series([6, 7, 1], index=[pd.to_datetime('2015-01-01'), pd.to_datetime('2015-01-02'), pd.to_datetime('2015-01-03')])

df = pd.concat([first_salesman, second_salesman, third_salesman], axis=1).reset_index()
df = pd.melt(df, id_vars=['index'], value_vars=[0, 1, 2])
df.columns = ['Date', 'Salesman_id', 'Sales']
df = df.set_index('Date')

我想计算每个销售人员的历史统计数据：换句话说，对于每个销售人员和每一天，我想知道他们的平均值，标准，最大值，最小值等等，直到那个一天。

因此专注于推销员1而只关注平均值，它将是[1,1.5,2]。

我当然可以构建一个for循环，但是我有相当多的销售人员和日期，这看起来不是最有效的事情。我正在寻找的是一种以有效的方式计算它的方法。

Answer 1

经过一些修补，我找到了解决方案。在Pandas＆gt; = 0.18中，您可以使用df.expanding（）。请参阅documentation。

这个场景的一个干净的解决方案是这个单线程：

df.set_index(['Salesman_id', 'Date']).expanding(min_periods=1).agg([np.mean, np.std, np.min, np.max])

请注意.expanding（）完全支持.agg（），因此您可以使用您想要的任何聚合。

有效地计算历史汇总

1 个答案: