给熊猫指定开始和结束日期，将它们分成每周的频率并计数

Question

我有开始数据，结束数据定义了一个周期。我想将这些期间汇总为每周，并计算每周分配的天数。

我认为我必须将pd.cut与每周垃圾箱一起使用。我正在考虑先将期间转换为日期列。然后使用id分组并重新采样以进行计数。我被困在将期间转换为每日专栏。

我很难通过遵循Expanding pandas data frame with date range in columns

来获得预期的结果

# dataframe
prod_id = ['a', 'a', 'b', 'c']
start_date = ['2019-01-15',  '2019-08-10', '2019-06-15',  '2019-07-10']
end_date = ['2019-01-28',  '2019-08-15', '2019-07-15',  '2019-07-22']
d = {'id': prod_id, 'start': start_date, 'end': end_date}
df = pd.DataFrame.from_dict(d)
df = df[['id', 'start', 'end']]
df['start'] = pd.to_datetime(df['start'])
df['end'] = pd.to_datetime(df['end'])

# bins
freq = 'W'
bins = pd.date_range(pd.to_datetime('2018-10-01'), pd.to_datetime('2019-10-20'), freq=freq).tolist()   

预期结果类似于

Answer 1

好的，我想我想出了一种解决它的方法。这不是一个优雅的解决方案，因此仍在等待更好的解决方案。 （尤其不希望每天重新采样）

跟随Expanding pandas data frame with date range in columns

诀窍是引入另一列，以便对于groupby可以分别区分重复的id。下面是代码

prod_id = ['a', 'a', 'b', 'c']
# add this to differetiate prod_id "a" 
num_id = [1, 2, 3, 4]
start_date = ['2019-01-15',  '2019-08-10', '2019-06-15',  '2019-07-10']
end_date = ['2019-01-28',  '2019-08-15', '2019-07-15',  '2019-07-22']
d = {'id': prod_id, 'nd': num_id, 'start': start_date, 'end': end_date}
df = pd.DataFrame.from_dict(d)
df = df[['id', 'nd', 'start', 'end']]
df['start'] = pd.to_datetime(df['start'])
df['end'] = pd.to_datetime(df['end'])    


df_melt = df.melt(id_vars=['id', 'nd'],value_name='date')
# first aggregate to daily
df_aggr_D = df_melt.groupby(['id', 'nd']).apply(lambda x: x.set_index('date').resample('D').pad()).drop(columns=['id','nd', 'variable']).reset_index()
df_aggr_D.drop(columns=['nd'], inplace=True)
# the aggregate to weekly
df_aggr_W = df_aggr_D.set_index('date').groupby('id').resample('W').count()
df_aggr_W.loc[df_aggr_W['id']!=0].rename(columns={'id':'count'})