用日期时间修改重复行

Question

我有身份证，购买日期，购买价格和期限的数据，

df
id       purchased_date      price       duration
1            2020-01-01      16.50          2
2            2020-01-01      24.00          4

我想做的是，在任何情况下，持续时间都大于1天，我希望额外的天数被分割成重复的行，价格除以每一天的天数，每一天增加1天。实际上给了我这个，

df_new
id        purchased_date    price      duration
1           2020-01-01       8.25         1
1           2020-01-02       8.25         1
2           2020-01-01       6.00         1
2           2020-01-02       6.00         1
2           2020-01-03       6.00         1
2           2020-01-04       6.00         1

到目前为止，已经成功地根据持续时间复制了行。

df['price'] = df['price']/df['duration']

df = df.loc[df.index.repeat(df.duration)]

然后我试着用，

df.groupby(['id', 'purchased_date']).purchased_date.apply(lambda n: n + pd.to_timedelta(1, unit='d'))

然而，这只是被困在一个无休止的循环，我有点卡住了。

我的计划是将所有这些都放在一个函数中，但就目前而言，我只想让这个过程正常工作。

谢谢你的帮助。

Answer 1

使用GroupBy.cumcount作为计数器，这样就可以将时间增量传递到to_timedeltato_timedelta，并添加到列purchased_date

df['price'] = df['price']/df['duration']

df = df.loc[df.index.repeat(df.duration)].assign(duration=1)

df['purchased_date'] += pd.to_timedelta(df.groupby(level=0).cumcount(), unit='d')
df = df.reset_index(drop=True)
print (df)
   id purchased_date  price  duration
0   1     2020-01-01   8.25         1
1   1     2020-01-02   8.25         1
2   2     2020-01-01   6.00         1
3   2     2020-01-02   6.00         1
4   2     2020-01-03   6.00         1
5   2     2020-01-04   6.00         1

Answer 2

一种基于pandas.date_range和explode的方法

(df.assign(price=df['price'].div(df['duration']),
           purchased_date=df.apply(lambda x: pd.date_range(x['purchased_date'],
                                                           periods=x['duration']),
                                   axis=1),
           duration=1
          )
   .explode('purchased_date', ignore_index=True)
)

产出：

   id purchased_date  price  duration
0   1     2020-01-01   8.25         1
1   1     2020-01-02   8.25         1
2   2     2020-01-01   6.00         1
3   2     2020-01-02   6.00         1
4   2     2020-01-03   6.00         1
5   2     2020-01-04   6.00         1

Answer 3

下面是一种很容易理解的方法：

date-time

• Explode

• 分配平均“价格”值

• 创建一个临时的“end_date”列

• 修改“purchased_date”以形成新行

• 为持续时间分配1行临时“end_date”列

>G 213

代码：

df['price'] = df['price']/df['duration']
df['end_date'] = df.purchased_date + pd.to_timedelta(df.duration.sub(1), unit='d')
df['purchased_date'] = df.apply(lambda x: pd.date_range(start=x['purchased_date'], end=x['end_date']), axis=1)

df = df.explode('purchased_date').reset_index(drop=True)
    
df = df.assign(duration=1)
del df['end_date']
    
print (df)



   id purchased_date  price  duration
0   1     2020-01-01   8.25         1
1   1     2020-01-02   8.25         1
2   2     2020-01-01   6.00         1
3   2     2020-01-02   6.00         1
4   2     2020-01-03   6.00         1
5   2     2020-01-04   6.00         1