Question

我有一个类似于以下内容的数据集：

abbrev    amount    maturity
acct1     100       6/2/2019
acct1     500       6/3/2019
acct1     1100      6/5/2019
acct2     200       6/3/2019
acct3     1000      6/4/2019
acct4     2500      6/5/2019

我想做的是有一个列表或日期范围。我尝试了以下方法：

accountDates = pd.date_range(start='6/1/2019', end='6/5/2019')

然后，我要一个一个地遍历日期范围，并在到期日大于日期时获得总和。例如，如果到期时间>'6/1/2019'，则acct1总计为1200。理想情况下，我希望将此信息存储在新的数据框中，如下所示：

abbrev    6/1/2019    6/2/2019    6/3/2019    6/4/2019    6/5/2019
acct1     1700        1600        1100        1100        0
acct2     200         200         0           0           0
acct3     1000        1000        1000        0           0
acct4     2500        2500        2500        2500        0

但是我为循环的机制如何工作而苦苦挣扎，如果我只能够使用带有总和函数的for循环并让它遍历日期，那么我将如何存储呢？一个日期的结果，然后将新列追加到新的数据框？

编辑：向数据集中添加了更多信息，以更清楚（希望）用例（请参阅：acct1），在该情况下，我希望它始终汇总具有到期日大于测试日期的给定帐户的给定帐户中的所有内容从日期范围列表中。

Answer 1

您可以使用pivot_table，然后使用reindex，将日期倒转，并使用cumsum加shift来计算一天的总和。然后再次reindex并以正确的顺序显示日期列表。

print (df.pivot_table(values='amount', index='abbrev', 
                      columns='maturity', aggfunc=sum, fill_value=0)
          .reindex(columns=accountDates[::-1])
          .cumsum(axis=1)
          .shift(axis=1)
          .reindex(columns=accountDates)
          .fillna(0))
       2019-06-01  2019-06-02  2019-06-03  2019-06-04  2019-06-05
abbrev                                                            
acct1       1700.0      1600.0      1100.0      1100.0         0.0
acct2        200.0       200.0         0.0         0.0         0.0
acct3       1000.0      1000.0      1000.0         0.0         0.0
acct4       2500.0      2500.0      2500.0      2500.0         0.0

Answer 2

您需要先groupby，然后再pivot_table

df['maturity'] = df['maturity'] - pd.Timedelta(days=1)
mdata = df.groupby(['maturity', 'abbrev']).sum().reset_index(1).reindex(accountDates)
pdf = pd.pivot_table(mdata.dropna(), index='abbrev', columns=mdata.dropna().index).bfill(1).fillna(0)

输出：

       amount                                 
       2019-06-01 2019-06-02 2019-06-03 2019-06-04
abbrev                                            
acct1      1200.0        0.0        0.0        0.0
acct2       200.0      200.0        0.0        0.0
acct3      1000.0     1000.0     1000.0        0.0
acct4      2500.0     2500.0     2500.0     2500.0

Answer 3

另一种使用join和pivot的方式：

(df[['abbrev','maturity']].join(df.sort_values(['abbrev','maturity'], ascending=False)
                                  .groupby(['abbrev'])
                                  .cumsum())
                          .pivot(index='abbrev', columns='maturity', values='amount')
                          .reindex(columns=accountDates)
                          .shift(-1, axis=1)
                          .bfill(1)
                          .fillna(0))

如何对日期范围内的日期进行“>”汇总，然后将其附加到熊猫新数据框中的新列中？

3 个答案: