Question

我有一个包含2列的数据集（df1）。

F_Date      B_Date
01/09/2019  02/08/2019
01/09/2019  03/08/2019
02/09/2019  03/08/2019
01/09/2019  04/08/2019
02/09/2019  04/08/2019
03/09/2019  04/08/2019
02/09/2019  05/08/2019
03/09/2019  05/08/2019
04/09/2019  05/08/2019
01/09/2019  06/08/2019
02/09/2019  06/08/2019
03/09/2019  06/08/2019
04/09/2019  06/08/2019
05/09/2019  06/08/2019
02/09/2019  07/08/2019
03/09/2019  07/08/2019
04/09/2019  07/08/2019
05/09/2019  07/08/2019
06/09/2019  07/08/2019
02/09/2019  08/08/2019
03/09/2019  08/08/2019

我想生成一个新列value_1，例如：

每个date_1的值_1（总计）不得超过5000。
date_2和value_1应该具有增加的趋势，即在date_2上聚合，value_1应该每天增加，例如，如果对于date_2，聚合的value_1是1000，那么对于下一个date_2，该值应该大于1000。 p>

数据框具有唯一的（日期_1，日期_2）元组。

思考之后，我想到的是这样的方法：

步骤-1：F_Date的值从01/09/2019到30/09/2019。我想生成一个value_1，使其具有增加的趋势，并且value_1应该在50-25000的范围内。

第2步：一旦有了具有F_1和value_1的新数据帧（第1步中的df2），我们将读取已有的数据帧（df1）并以对B_Date而言递增值的方式分配value_1趋势也是如此。

例如：

假设对于df2中的F_Date，我们在01/01/2019的条目为50。在df1中，我们有3个与F_Date对应的B_Date，那么数据帧将类似于：

预期输出：

     F_Date     B_Date     value_1
    01/09/2019  02/08/2019  5
    01/09/2019  02/08/2019  15
    01/09/2019  02/08/2019  30

我无法理解两个步骤如何实现趋势（增加）。任何人都可以帮助您，也可以进行第二步。

谢谢

Answer 1

我可能是错的，但是从趋势生成的角度来看，您的问题很模糊。但是，据我所知，这就是您的做法：

步骤-1

使用：生成具有趋势的新列value_1

import numpy as np

min_y = 50
max_y = 5000
min_x = 1
# any number max_x can be chosen
# this number controls the shape of the logarithm, therefore the final distribution
max_x = 10

# generate (uniformly) and sort 30 random float x in [min_x, max_x)
x = np.sort(np.random.uniform(min_x, max_x, 30))
# get log(x), i.e. values in [log(min_x), log(max_x))
log_x = np.log(x)
# scale log(x) to the new range [min_y, max_y)
y = (max_y - min_y) * ((log_x - np.log(min_x)) / (np.log(max_x) - np.log(min_x))) + min_y

一旦有了数据，就可以对另一个数据框进行外部联接，然后在数据集中创建一个具有value_1的数据框。

joined_df = pd.merge(df1,df2,on='F_Date')

我不确定您如何需要第二趋势，更多详细信息会有所帮助。

生成特定于趋势的数据

1 个答案: