我一直在努力学习如何使用Pandas,但我完全搞不懂在API中的哪里可以找到基于符号跨日期范围有条件地聚合数据的方法。我有一个这样的数据框:
Date Change
2010-08-25 0.08
2010-08-26 -0.22
2010-08-27 0.04
2010-08-30 -0.08
2010-08-31 -0.11
... ...
2020-08-18 0.96
2020-08-19 -1.79
2020-08-20 5.04
2020-08-21 -0.84
2020-08-24 -1.10当然,Date列是一个索引。我想要做的基本上是按年对这些数据进行分区。在按年份进行分区后,我希望根据change列的符号对连续的行进行分组,以便连续的负值和连续的正值组合在一起。一旦完成,我希望获得所有年份的日期范围与匹配符号的重叠。例如,如果从2010-08-25到2010-08-27以及从2011-08-26到2011-08-29的变化是正的,那么常见的重叠将是08-26到08-27,显然占所有年份,而不仅仅是2。在这一点上,一旦我有了共同的日期范围及其值,我想对该范围内的所有数字进行平均,以便在结束时我有变化始终为正或负的日期范围以及每个范围的平均变化。我如何才能做到这一点?
发布于 2020-08-25 09:48:24
这是一种方法,IIUC (注释嵌入了下面的代码):
from io import StringIO
import pandas as pd
data = '''Date Change
2010-08-25 0.08
2010-08-26 -0.22
2010-08-27 0.04
2010-08-30 -0.08
2010-08-31 -0.11
2020-08-18 0.96
2020-08-19 -1.79
2020-08-20 5.04
2020-08-21 -0.84
2020-08-24 -1.10
'''
# create data frame
df = pd.read_csv(StringIO(data), sep='\s+',
engine='python', parse_dates=['Date'],
index_col='Date')
# make a variable to segment positive vs negative changes
df['is_positive'] = (df['Change'] >= 0).astype(int)
# make a variable for the year
df['year'] = df.index.year
# groupby to calculate mean for each (year, is_positive)
# transform() returns same number of rows as original data
# (for illustration purposes)
df['mean_change'] = df.groupby(['year', 'is_positive'])['Change'].transform('mean')
# sort and print
df = df.sort_values(['year', 'is_positive', 'Change'])
print(df)
Change is_positive year mean_change
Date
2010-08-26 -0.22 0 2010 -0.136667
2010-08-31 -0.11 0 2010 -0.136667
2010-08-30 -0.08 0 2010 -0.136667
2010-08-27 0.04 1 2010 0.060000
2010-08-25 0.08 1 2010 0.060000
2020-08-19 -1.79 0 2020 -1.243333
2020-08-24 -1.10 0 2020 -1.243333
2020-08-21 -0.84 0 2020 -1.243333
2020-08-18 0.96 1 2020 3.000000
2020-08-20 5.04 1 2020 3.000000https://stackoverflow.com/questions/63569417
复制相似问题