1

さまざまな地域、サイズ、日付の売上データを含むマルチインデックス データフレームがあります。各日付の「全世界」(全地域にわたる) 売上高の合計をサイズごとに計算し、それを元のデータフレームの列に割り当て、全世界の売上高とサイズをすべての地域にブロードキャストします。サイズと日付でグループ化し、次に cumsum() を実行してから、答えを取得して元のデータフレームに再インデックス付けできると思いましたが、うまくいかないようです。

セットアップコードは次のとおりです。

import pandas as pd
#Create the dataframe 'df'
regions=['NorthAm']*9
regions.extend(['APAC']*9)
regions.extend(['Eur']*9)
sizes=[12]*3
sizes.extend([14]*3)
sizes.extend([16]*3)
sizes=sizes*3
dates=['1/1/2011','1/2/2011','1/3/2011']*27
idx=zip(regions,sizes,dates)
idx=pd.MultiIndex.from_tuples(idx, names=['Region','Size','Date'])
df=pd.DataFrame(np.arange(27), index = idx, columns=['Sales']) 

# Check it
df

Out[1]: 
                       Sales
Region  Size Date           
NorthAm 12   1/1/2011      0
             1/2/2011      1
             1/3/2011      2
        14   1/1/2011      3
             1/2/2011      4
             1/3/2011      5
        16   1/1/2011      6
             1/2/2011      7
             1/3/2011      8
APAC    12   1/1/2011      9
             1/2/2011     10
             1/3/2011     11
        14   1/1/2011     12
             1/2/2011     13
             1/3/2011     14
        16   1/1/2011     15
             1/2/2011     16
             1/3/2011     17
Eur     12   1/1/2011     18
             1/2/2011     19
             1/3/2011     20
        14   1/1/2011     21
             1/2/2011     22
             1/3/2011     23
        16   1/1/2011     24
             1/2/2011     25
             1/3/2011     26

# Yes, that's right. Now create the cumulative sum, regardless of region
cs=df.groupby(level=['Size','Date']).sum().groupby(level=0).cumsum()

# Check it.
cs

Out[1]: 
               Sales
Size Date           
12   1/1/2011     27
     1/2/2011     57
     1/3/2011     90
14   1/1/2011     36
     1/2/2011     75
     1/3/2011    117
16   1/1/2011     45
     1/2/2011     93
     1/3/2011    144

今、私は次のようなことをしたいと思います:

df['WWSales']=cd.reindex(df, method='???')

次のようなものを取得します。

Out[2]:
                       Sales    WWSales
Region  Size Date           
NorthAm 12   1/1/2011      0    27
             1/2/2011      1    57
             1/3/2011      2    90
        14   1/1/2011      3    36
             1/2/2011      4    75
             1/3/2011      5   115
        16   1/1/2011      6    45
             1/2/2011      7    93
             1/3/2011      8   144
APAC    12   1/1/2011      9    27
             1/2/2011     10    57
             1/3/2011     11    90
        14   1/1/2011     12    36
             1/2/2011     13    75
             1/3/2011     14   115
        16   1/1/2011     15    45
             1/2/2011     16    93
             1/3/2011     17   144
Eur     12   1/1/2011     18    27
             1/2/2011     19    57
             1/3/2011     20    90
        14   1/1/2011     21    36
             1/2/2011     22    75
             1/3/2011     23   115
        16   1/1/2011     24    45
             1/2/2011     25    93
             1/3/2011     26   144

本当に明白な解決策があると思いますが、私はそれを見ていません (そして検索で見つけられません)。どんな助けでも大歓迎です。

ところで、日付列を DateTimeIndex にする洗練された方法にはボーナス ポイントがあります。以下は機能しますが、洗練されていないようです。

df.index.levels[2]=pd.tseries.period.DatetimeIndex(df.index.levels[2])
4

1 に答える 1

3

(暗黙的に) andを適用する 代わりに、各グループでメソッドを使用します。あれは：sumcumsumtransform

df['WWSales'] = df.groupby(level=['Size','Date']).transform(np.sum).groupby(level=0).transform(np.cumsum)

これにより、目的の出力が得られます。

http://pandas.pydata.org/pandas-docs/dev/groupby.html#transformationを参照してください

おまけの質問に答えTimestampます。リストにマッピングできます。

 dates = map(pd.Timestamp, ['1/1/2011','1/2/2011','1/3/2011']*27)

しかし、もっときちんとした方法があると思います。その質問は、より経験豊富な声に譲ります....

于 2013-04-09T20:11:31.657 に答える