Python 按滚动应用列表分组
下面是示例代码Python 按滚动应用列表分组,python,pandas,dataframe,pandas-groupby,Python,Pandas,Dataframe,Pandas Groupby,下面是示例代码 df=pd.DataFrame({'A':['2020-04-28','2020-04-28','2020-04-29','2020-04-29','2020-04-30','2020-04-30'], ‘B’:[‘11-000-000-246_1064461’、‘30-000-015-488_1191035’、‘11-000-000-246_1064461’、‘30-000-015-488_1191035’、‘30-000-015-488_1191035’、‘11-000-24
df=pd.DataFrame({'A':['2020-04-28','2020-04-28','2020-04-29','2020-04-29','2020-04-30','2020-04-30'],
‘B’:[‘11-000-000-246_1064461’、‘30-000-015-488_1191035’、‘11-000-000-246_1064461’、‘30-000-015-488_1191035’、‘30-000-015-488_1191035’、‘11-000-246_1064461’],
‘C’:[47006522214700652723]、[4700653241]、[4700652784700656546]、[4700646464700645646]、[4700652748700659873、4700659238]]
})
我的数据框看起来像:
A B C
0 2020-04-28 11-000-000-246_1064461 [4700652221, 4700652723]
1 2020-04-28 30-000-015-488_1191035 [4700653241]
2 2020-04-29 11-000-000-246_1064461 []
3 2020-04-29 30-000-015-488_1191035 [4700652781, 4700656546]
4 2020-04-30 30-000-015-488_1191035 [4700646464, 4700645646]
5 2020-04-30 11-000-000-246_1064461 [4700652748, 4700659873, 4700659238]
我试图用这段代码在2天的滚动窗口中获得一个名为D的新列,其中包含所有C数组项的数组,但它不起作用:
df = df.groupby(['A','B'])['C'].rolling(2).apply(list).reset_index(name = 'D')
我需要这样的东西:
A B D
0 2020-04-28 11-000-000-246_1064461 Nan
1 2020-04-28 30-000-015-488_1191035 Nan
2 2020-04-29 11-000-000-246_1064461 [4700652221, 4700652723]
3 2020-04-29 30-000-015-488_1191035 [4700652781, 4700656546, 4700653241]
4 2020-04-30 30-000-015-488_1191035 [4700646464, 4700645646, 4700652781, 4700656546]
5 2020-04-30 11-000-000-246_1064461 [4700652748, 4700659873, 4700659238]
在列B
上使用,然后在列C
上使用。在此转换方法中,用于移动列,然后将列与其自身连接:
df['D'] = (
df.groupby('B')['C']
.transform(lambda s: s + s.shift(1))
)
df1 = df.drop('C', 1)
你能解释一下逻辑吗?你是怎么把
[4700652221,4700652723]
放在第三排的?是的!我从第一排得到了[4700652221,4700652723]
。我用GROBYB.滚动来考虑不同类型的B柱。我曾考虑使用extend()
或append()
在数组中添加项,但我无法使用rolling()
函数谢谢您提供的解决方案,但我有一个问题。你能帮助我吗?如果我需要增加我的肛门窗口到5天,10天或更多。。。我该如何解决这个问题?@VivianMarcello只需在轮班时调整参数,我想您需要轮班(4),为期5天。
# print(df1)
A B D
0 2020-04-28 11-000-000-246_1064461 NaN
1 2020-04-28 30-000-015-488_1191035 NaN
2 2020-04-29 11-000-000-246_1064461 [4700652221, 4700652723]
3 2020-04-29 30-000-015-488_1191035 [4700652781, 4700656546, 4700653241]
4 2020-04-30 30-000-015-488_1191035 [4700646464, 4700645646, 4700652781, 4700656546]
5 2020-04-30 11-000-000-246_1064461 [4700652748, 4700659873, 4700659238]