首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >Python在聚合中操作时间序列数据

问Python在聚合中操作时间序列数据
EN

Stack Overflow用户
提问于 2019-04-27 17:53:27
回答 1查看 96关注 0票数 1

我有一个timeseries数据帧,其中包含如下所示的列:

代码语言:javascript
复制
    perf_date  pull_date  clicks  conv      rev 
    2019-01-21 2019-01-28   56     9        44.12
    2019-01-22 2019-01-28   56     10       44.70
               2019-01-29   56     10       44.70
    2019-01-23 2019-01-28   59     13       89.31
               2019-01-29   59     13       89.31
               2019-01-30   59     14       95.31

我想做的是: 1)根据每个perf_date保留第一行的所有行值。2)将最大的pull_date的收入值附加到每个perf_date。因此,在操作之后,上面的数据帧应该是这样的:

代码语言:javascript
复制
    perf_date  pull_date  clicks  conv      rev 
    2019-01-21 2019-01-28   56     9        44.12
    2019-01-22 2019-01-28   56     10       44.70
    2019-01-23 2019-01-28   59     13       95.31
EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2019-04-27 17:57:31

将GroupBy.agg与具有聚合函数的列的字典一起使用-您可以手动或动态传递它-所有没有perf_date和rev的列都由first聚合,而rev由last聚合

代码语言:javascript
复制
#if necessary
df['perf_date'] = df['perf_date'].ffill()
df = df.sort_values(['perf_date','pull_date'])

d = dict.fromkeys(df.columns.difference(['perf_date','rev']), 'first')
d['rev'] = 'last'
print (d)
{'clicks': 'first', 'conv': 'first', 'pull_date': 'first', 'rev': 'last'}

df = df.groupby('perf_date', as_index=False).agg(d).reindex(df.columns, axis=1)
print (df)
    perf_date   pull_date  clicks  conv    rev
0  2019-01-21  2019-01-28      56     9  44.12
1  2019-01-22  2019-01-28      56    10  44.70
2  2019-01-23  2019-01-28      59    13  95.31

编辑:

代码语言:javascript
复制
d = dict.fromkeys(df.columns.difference(['perf_date','rev']), 'first')
df1 = df.groupby('perf_date', as_index=False).agg(d)
s = df.groupby('perf_date')['rev'].nth(2)
df = df1.join(s, on='perf_date')
print (df)
    perf_date  clicks  conv   pull_date    rev
0  2019-01-21      56     9  2019-01-28    NaN
1  2019-01-22      56    10  2019-01-28    NaN
2  2019-01-23      59    13  2019-01-28  95.31
票数 1
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/55879291

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档