5

次の最初の3列のデータセットがあります。バスケットID（一意の識別子）、販売額（ドル）、および取引日を含めます。データセットの各行について次の列を計算したいのですが、Pythonで計算したいと思います。

同じバスケットの以前の販売（ある場合）。現在のバスケットの現在までの販売数。現在のバスケットの現在までの平均（利用可能な場合）。現在のバスケットの最大現在日（利用可能な場合）

Basket  Sale   Date       PrevSale SaleCount MeanToDate MaxToDate
88      $15 3/01/2012                1      
88      $30 11/02/2012      $15      2         $23        $30
88      $16 16/08/2012      $30      3         $20        $30
123     $90 18/06/2012               1      
477     $77 19/08/2012               1      
477     $57 11/12/2012      $77      2         $67        $77
566     $90 6/07/2012                1

私はPythonにかなり慣れていないので、派手な方法でそれを行うために何かを見つけるのに本当に苦労しています。データを（上記のように）BasketIDとDateで並べ替えたので、バスケットごとに1つずつ進めることで、以前の販売をまとめて取得できます。ループする以外に効率的な方法でMeanToDateとMaxToDateを取得する方法の手がかりはありません...何かアイデアはありますか？

4

2 に答える 2

4

これでうまくいくはずです：

from pandas import concat
from pandas.stats.moments import expanding_mean, expanding_count

def handler(grouped):
    se = grouped.set_index('Date')['Sale'].sort_index()
    # se is the (ordered) time series of sales restricted to a single basket
    # we can now create a dataframe by combining different metrics
    # pandas has a function for each of the ones you are interested in!
    return  concat(
        {
            'MeanToDate': expanding_mean(se), # cumulative mean
            'MaxToDate': se.cummax(),         # cumulative max
            'SaleCount': expanding_count(se), # cumulative count
            'Sale': se,                       # simple copy
            'PrevSale': se.shift(1)           # previous sale
        },
        axis=1
     )

# we then apply this handler to all the groups and pandas combines them
# back into a single dataframe indexed by (Basket, Date)
# we simply need to reset the index to get the shape you mention in your question
new_df = df.groupby('Basket').apply(handler).reset_index()

グループ化/集約について詳しくは、こちらをご覧ください。

于 2013-03-19T00:54:21.197 に答える
0 



import pandas as pd
pd.__version__  # u'0.24.2'

from pandas import concat

def handler(grouped):
    se = grouped.set_index('Date')['Sale'].sort_index()
    return  concat(
        {
            'MeanToDate': se.expanding().mean(),   # cumulative mean
            'MaxToDate': se.expanding().max(),  # cumulative max
            'SaleCount': se.expanding().count(),   # cumulative count
            'Sale': se,                # simple copy
            'PrevSale': se.shift(1)   # previous sale
        },
        axis=1
     )

###########################
from datetime import datetime  
df = pd.DataFrame({'Basket':[88,88,88,123,477,477,566],
                  'Sale':[15,30,16,90,77,57,90],
                  'Date':[datetime.strptime(ds,'%d/%m/%Y') 
                          for ds in ['3/01/2012','11/02/2012','16/08/2012','18/06/2012',
                                    '19/08/2012','11/12/2012','6/07/2012']]})
#########

new_df = df.groupby('Basket').apply(handler).reset_index()
于 2019-08-13T10:23:12.950 に答える