Question

我从一个具有开始日期和结束日期的数据帧开始，例如：

ID START       END         A
0  2014-04-09  2014-04-15  5
1  2018-06-05  2018-07-01  8 
2  2018-06-05  2018-07-01  7

我想每周查找一次开始但尚未结束的元素数量。例如，在上面的DF中：

Week-Monday N
2014-04-07  1
2014-04-14  1
2014-04-21  0
...
2018-06-04  2
...

如下所示的方法不太有效，因为它仅在结束日期重新采样：

df = df.resample("W-Mon", on="END").sum()

我不知道如何整合这两个条件：发生的时间在开始日期之后，而在结束日期之前。

Answer 1

您可以从这里开始：

import pandas as pd
df = pd.DataFrame({'ID':[0,1,2], 
                   'START':['2014-04-09', '2018-06-05', '2018-06-05'],
                   'END':['2014-04-15', '2018-07-01', '2018-07-01'],
                   'A':[5,8,7]})

1-查找每个SRART和每个END的星期数，然后找到Week-Monday。

import datetime, time
from datetime import timedelta

df.loc[:,'startWeek'] = df.START.apply(lambda x: datetime.datetime.strptime(x,'%Y-%m-%d').isocalendar()[1])
df.loc[:,'endWeek'] = df.END.apply(lambda x: datetime.datetime.strptime(x,'%Y-%m-%d').isocalendar()[1])
df.loc[:, 'Week-Monday'] = df.START.apply(lambda x: datetime.datetime.strptime(x,'%Y-%m-%d')- timedelta(days=datetime.datetime.strptime(x,'%Y-%m-%d').weekday()))

2-检查它们是否相同，如果是，则在同一周结束。

def endedNotSameWeek(row):
    if row['startWeek']!=row['endWeek']:
        return 1
    return 0
df.loc[:,'NotSameWeek'] = df.apply(endedNotSameWeek, axis=1)
print(df)

输出：

   ID       START         END  A  startWeek  endWeek Week-Monday  NotSameWeek
0   0  2014-04-09  2014-04-15  5         15       16  2014-04-07            1
1   1  2018-06-05  2018-07-01  8         23       26  2018-06-04            1
2   2  2018-06-05  2018-07-01  7         23       26  2018-06-04            1

3- Groupby每个Week-Monday以获得案件数在同一周没有结束。

df.groupby('Week-Monday')['NotSameWeek'].agg({'N':'sum'}).reset_index()

  Week-Monday  N
0  2014-04-07  1
1  2018-06-04  2

起始日期和结束日期之间每周的熊猫元素

1 个答案: