时间序列累积和的Pythonic码

Question

我有一个带有多个Date_of_Purchase值的datetime列的熊猫数据文件：

dop_phev = rebates[rebates['Vehicle_Type']=='Plug-in Hybrid']['Date_of_Purchase']
dop_phev

输出：

0     2015-07-20
1     2015-07-20
3     2015-07-20
4     2015-07-24
5     2015-07-24
     ...    
502   2017-09-16
503   2017-09-18
504   2017-06-14
505   2017-09-21
506   2017-09-22
Name: Date_of_Purchase, Length: 383, dtype: datetime64[ns]`

我想做一个累积购买计划，y，vs date，x。我开始研究一个解决方案，在这个解决方案中，我循环遍历每个日期，并计算所有日期少于那个日期的日期，但这绝对是一个“非pythonic”解决方案。我怎样才能用节奏曲来完成这个任务呢？

编辑:我不确定它到底是什么样子，但这是我目前的解决方案：

dop_phev = rebates[rebates['Vehicle_Type']=='Plug-in Hybrid']['Date_of_Purchase']
cum_count = np.zeros(len(dop_phev.unique()))
for i, date in enumerate(dop_phev.unique()):
    cum_count[i] = sum(dop_phev<date)
plt.plot(dop_phev.unique(),cum_count)

这不太管用..。

作为参考，我正在研究电动汽车回扣的此数据集。您可以在我的GitHub repo 这里上找到数据的CSV。

Answer 1

您可以使用Series.groupby，然后使用Series.plot

dop_phev = dop_phev.groupby(dop_phev).apply(lambda x: sum(dop_phev<x.name))
print (dop_phev)
2015-07-20    0
2015-07-24    3
2017-06-14    5
2017-09-16    6
2017-09-18    7
2017-09-21    8
2017-09-22    9
Name: Date_of_Purchase, dtype: int64

dop_phev.plot()