我有这样的数据帧

这些数据表示消费指数的值,通常每月编码一次(在下个月的月末或月初),但有时会更多。如果计数器超时并被替换,则可将该值重置为"0“。此外,有些月份没有数据可用。
我希望每个月只选择一个条目,但此条目必须最接近该月的第一天,并且低于该月的第15天(因为如果该天较高,它可能是月底的度量标准)。另一种情况是,如果两个值之间的差值为负(计数器已被替换),则即使日期不是每月第一天附近的最近日期,也需要保留该值。
例如,输出数据需要为

其目的是仅计算每月的消耗量。
一种解决方案是解析数据帧(作为一个数组)并执行一些if条件语句。然而,我想知道是否有“简单”的替代方案来实现这一点。
谢谢
发布于 2020-07-10 03:22:21
您可以使用MonthEnd对月份数据进行标准化,然后根据该列删除重复数据,并保留last值。
from pandas.tseries.offsets import MonthEnd
df.New = df.Index + MonthEnd(1)
df.Diff = abs((df.Index - df.New).dt.days)
df = df.sort_values(df.New, df.Diff)
df = df.drop_duplicates(subset='New', keep='first').drop(['New','Diff'], axis=1)这应该会起作用,但我无法进行测试,所以如果这不起作用,请将样本数据复制并传递到StackOverFlow中。
发布于 2020-07-16 20:07:02
定义dataframe,将索引转换为datetime,定义helper列,使用它们运行shift方法有条件地删除行,最后删除helper列:
from pandas.tseries.offsets import MonthEnd, MonthBegin
import pandas as pd
from datetime import datetime as dt
import numpy as np
df = pd.DataFrame([
[1254],
[1265],
[1277],
[1301],
[1345],
[1541]
], columns=["Value"]
, index=[dt.strptime("05-10-19", '%d-%m-%y'),
dt.strptime("29-10-19", '%d-%m-%y'),
dt.strptime("30-10-19", '%d-%m-%y'),
dt.strptime("04-11-19", '%d-%m-%y'),
dt.strptime("30-11-19", '%d-%m-%y'),
dt.strptime("03-02-20", '%d-%m-%y')
]
)
early_days = df.loc[df.index.day < 15]
early_month_end = early_days.index - MonthEnd(1)
early_day_diff = early_days.index - early_month_end
late_days = df.loc[df.index.day >= 15]
late_month_end = late_days.index + MonthBegin(1)
late_day_diff = late_month_end - late_days.index
df["day_offset"] = (early_day_diff.append(late_day_diff) / np.timedelta64(1, 'D')).astype(int)
df["start_of_month"] = df.index.day < 15
df["month"] = df.index.values.astype('M8[D]').astype(str)
df["month"] = df["month"].str[5:7].str.lstrip('0')
# df["month_diff"] = df["month"].astype(int).diff().fillna(0).astype(int)
df = df[df["month"].shift().ne(df["month"].shift(-1))]
df = df.drop(columns=["day_offset", "start_of_month", "month"])
print(df)返回:
Value
2019-10-05 1254
2019-10-30 1277
2019-11-04 1301
2019-11-30 1345
2020-02-03 1541https://stackoverflow.com/questions/62821859
复制相似问题