解决方案

Question

我基本上是在尝试使用熊猫计算迄今为止的收入。我想返回由每个季度末组成的N列。每列将计算截至该季度末为止的总收入。我有：

df['Amortization_per_Day'] = (2.5, 3.2, 5.5, 6.5, 9.2)
df['Start_Date'] = ('1/1/2018', '2/27/2018', '3/31/2018', '5/23/2018', '6/30/2018') 
Date_Range = pd.date_range('10/31/2017', periods=75, freq='Q-Jan')

并想做类似的事情：

df['Amortization_per_Day'] * (('Date_Range' - df['Start_Date']).dt.days + 1)

日期范围内的每个日期。我不确定如何通过该函数传递Date_Range并返回N列。我一直在阅读有关zip（* df）和shift的内容，但并未完全掌握。非常感谢您的帮助。

Answer 1

解决方案

这是一个完整的解决方案：

from datetime import datetime
import pandas as pd

df = pd.DataFrame()
df['Amortization_per_Day'] = (2.5, 3.2, 5.5, 6.5, 9.2)
df['Start_Date'] = ('1/1/18', '2/27/18', '3/31/18', '5/23/2018', '6/30/2018') 
df['Start_Date'] = pd.to_datetime(df['Start_Date'])
dr = pd.date_range('10/31/2017', periods=75, freq='Q-Jan')

def betweendates(x, y):
    xv = x.values.astype('datetime64[D]')
    xpad = np.zeros(xv.size + 2, dtype=xv.dtype)
    xpad[1:-1] = xv
    xpad[0],xpad[-1] = np.datetime64(datetime.min), np.datetime64(datetime.max)

    yv = y.values.astype('datetime64[D]')

    return (xpad[:-1] <= yv[:,None]) & (xpad[1:] >= yv[:,None])

# get a boolean array that indicates which dates in dr are in between which dates in df['Start_Date']
btwn = betweendates(df['Start_Date'], dr)

# based on the boolean array btwn, select out the salient rows from df and dates from dr
dfsel = df[btwn[:, 1:].T]
drsel = dr[btwn[:, 1:].sum(axis=1, dtype=bool)]

# do the actual calculation the OP wanted
dfsel['Amortization_per_Day'] * ((drsel - dfsel['Start_Date']).dt.days + 1)

输出：

0       77.5
2      170.5
4      294.4
4     1140.8
4     1987.2
4     2806.0
4     3652.4
4     4498.8
4     5345.2
4     6173.2
      ...   
4    52394.0
4    53212.8
4    54059.2
4    54905.6
4    55752.0
4    56570.8
4    57417.2
4    58263.6
4    59110.0
4    59938.0
Length: 74, dtype: float64

说明

布尔btwn数组如下所示：

[[ True False False False False False]
 [False  True False False False False]
 [False False False  True False False]
 [False False False False False  True]
 [False False False False False  True]
 [False False False False False  True]
 [False False False False False  True]
 [False False False False False  True]
 [False False False False False  True]
 [False False False False False  True]
 [False False False False False  True]
 [False False False False False  True]
 [False False False False False  True]
 ...

i的第btwn行对应于您的日期范围中的第i个日期时间。在每一行中，正好一个值将是True，其他值将是False。第True列中的0值表示日期时间早于任何Start_Times的日期，第True列中的1值表示datetime在0中的第1和第Start_Times个日期之间，依此类推。最后一列中的True值表示日期时间晚于Start_Times中的任何一个。

通过像这样切片btwn：

btwn[:, 1:]

它可用于将您日期范围内的日期时间与前一个Start_Time相匹配。如果您改为将btwn的切片更改为这样：

btwn[:, :-1]

您最终将每个日期时间与下一个Start_Time匹配。

使用熊猫根据日期范围返回多列

1 个答案:

解决方案

说明