首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >如何计算连续某一天范围的统计摘要

如何计算连续某一天范围的统计摘要
EN

Stack Overflow用户
提问于 2018-06-01 04:54:02
回答 1查看 100关注 0票数 1

我有一个数据集(DATE_LOCATION,dates ),它的产品在不同的日期销售。日期是9个月,随机13天或更长时间从一个月。我必须以这样的方式分离数据,即产品的连续销售时间为1-3天,连续销售4至7天,连续销售8至15天,连续销售for>16日。那么,我如何使用熊猫和其他软件包在python中编写这个代码呢?

代码语言:javascript
复制
      DATE_LOCATION  Sold
      07-08-16 0:00    2
      08-08-16 0:00    7
      12-08-16 0:00    3
      13-08-16 0:00    1
      14-08-16 0:00    2
      15-08-16 0.00    1
      .
      . 
      .
      22-10-16 0:00    1
      23-10-16 0:00    2
      26-10-16 0:00    1
      28-10-16 0:00    1
      29-10-16 0:00    3
      30-10-16 0:00    3
      .
      .
      .(goes for 9 months of data)
      .

我甚至不知道如何在python中编写代码,所需的输出是

代码语言:javascript
复制
 Days   Sold
 1-3     20 #(7,8),(22,23),(26),(28,29,30) dates because the range is [1,3]
 4-7      7 #(12,13,14,15) dates because the range is [4,7]
 8-15     0
  >16     0

如果至少有人发了一个链接到哪里,我会很高兴的。我试过了

代码语言:javascript
复制
df["DATE_LOCATION"] = pd.to_datetime(df.DATE_LOCATION)
df["DAY"] = df.DATE_LOCATION.dt.day
def flag(x):
    if 1<=x<=3:
        return '1-3'
    elif 4<=x<=7:
        return '4-7'
    elif 8<=x<=15:
        return '8-15'
    else:
        return '>=16'
df["Days"] = df.DAY.apply(flag)
df["Days"].Sold.sum()

这给了我每个月这几天销售的产品数量。但是我需要产品的总和,在指定的范围内,产品在指定范围内销售。

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2018-06-19 07:31:47

我用这个代码复制了输入数据。

代码语言:javascript
复制
df = pd.DataFrame({'DATE_LOCATION': ['07-08-16 0:00', '08-08-16 0:00', '12-08-16 0:00',\
                                     '13-08-16 0:00', '14-08-16 0:00', '15-08-16 0:00',\
                                     '22-10-16 0:00', '23-10-16 0:00', '26-10-16 0:00',\
                                     '28-10-16 0:00', '29-10-16 0:00', '30-10-16 0:00',],\
                   'Sold': [2, 7, 3, 1, 2, 1, 1, 2, 1, 1, 3, 3]})
df.DATE_LOCATION = pd.to_datetime(df.DATE_LOCATION, dayfirst=True)

现在数据看起来像这样

代码语言:javascript
复制
   DATE_LOCATION  Sold
0     2016-08-07     2
1     2016-08-08     7
2     2016-08-12     3
3     2016-08-13     1
4     2016-08-14     2
5     2016-08-15     1
6     2016-10-22     1
7     2016-10-23     2
8     2016-10-26     1
9     2016-10-28     1
10    2016-10-29     3
11    2016-10-30     3

获取行间间隔,计算运行长度(连续天数),并对其进行分组,直至运行时间持续延长,最后得到最大run_length值和各组售出物品的总和。

代码语言:javascript
复制
df['Day_Interval'] = df.DATE_LOCATION.diff().shift(0).fillna(0)

# calculate run length
day_intervals = (df.Day_Interval.values / np.timedelta64(1, 'D')).astype(int)
run_lengths = []
run_length = 0
groups = []
group = 0

for day_interval in day_intervals:
    if day_interval != 1:
        run_length = 1
        group += 1
        groups.append(group)
    else:
        run_length += 1
        groups.append(group)
    run_lengths.append(run_length)

df['Run_Length'] = run_lengths
df['Group'] = groups

# calculate summary statistic by group
df = df.groupby('Group')['Sold', 'Run_Length'].agg({'Sold': np.sum, 'Run_Length': np.max})
df['1-3'] = 0
df['4-7'] = 0
df['8-15'] = 0
df['>=16'] = 0

df.loc[(df.Run_Length >= 1) & (df.Run_Length <=3), "1-3"] = df.Sold
df.loc[(df.Run_Length >= 4) & (df.Run_Length <=7), "4-7"] = df.Sold
df.loc[(df.Run_Length >= 8) & (df.Run_Length <=15), "8-15"] = df.Sold
df.loc[(df.Run_Length >= 16), ">=16"] = df.Sold
df = df.T.iloc[2:]
df['Sold'] = df.sum(axis=1)
df = df[['Sold']]

输出(df):

代码语言:javascript
复制
Group   Sold
1-3     20
4-7     7
8-15    0
>=16    0

希望这能有所帮助。

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/50636307

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