Python 熊猫-按日期识别最后一行
我试图在熊猫数据框架中完成两件事:Python 熊猫-按日期识别最后一行,python,pandas,group-by,shift,Python,Pandas,Group By,Shift,我试图在熊猫数据框架中完成两件事: 根据新的DateCompleted创建新列最后一行('Yes'或'No') 捕获当前行上的下一个事务,除非它是新的DateCompleted(在这种情况下标记为Null) 原始数据集 DateCompleted TranNumber Sales 0 1/1/17 10:15AM 3133 130.31 1 1/1/17 11:21AM 3531 103.12
DateCompleted TranNumber Sales
0 1/1/17 10:15AM 3133 130.31
1 1/1/17 11:21AM 3531 103.12
2 1/1/17 12:31PM 3652 99.23
3 1/2/17 9:31AM 3689 83.22
4 1/2/17 10:31AM 3701 29.93
5 1/3/17 8:30AM 3709 31.31
期望输出
DateCompleted TranNumber Sales NextTranSales LastRow
0 1/1/17 10:15AM 3133 130.31 103.12 No
1 1/1/17 11:21AM 3531 103.12 99.23 No
2 1/1/17 12:31PM 3652 99.23 NaN Yes
3 1/2/17 9:31AM 3689 83.22 29.93 No
4 1/2/17 10:31AM 3701 29.93 NaN Yes
5 1/3/17 8:30AM 3709 31.31 ... No
我可以根据以下信息获得下一笔交易:
df['NextTranSales'] = df.Sales.shift(-1)
但是我很难确定DateCompleted组中的最后一行,如果它是最后一行,则将NextTranSales标记为Null
谢谢你的帮助 如果数据帧已按DateCompleted列排序,则可能只需要
groupby.shift
:
date = pd.to_datetime(df.DateCompleted).dt.date
df["NextTranSales"] = df.groupby(date).Sales.shift(-1)
如果需要LastRow
列,可以使用groupby
查找最后一行索引,然后将yes
分配给行:
last_row_index = df.groupby(date, as_index=False).apply(lambda g: g.index[-1])
df["LastRow"] = "No"
df.loc[last_row_index, "LastRow"] = "Yes"
df
注意:这取决于Sales
没有NaN
。如果它有任何NaN
,我们将得到最后一行的错误判断。之所以会出现这种情况,是因为我利用了移位列在最后一个位置留下一个NaN
的便利性
d = df.DateCompleted.dt.date
m = {True: 'Yes', False: 'No'}
s = df.groupby(d).Sales.shift(-1)
df = df.assign(NextTranSales=s).assign(LastRow=s.isnull().map(m))
print(df)
DateCompleted TranNumber Sales NextTranSales LastRow
0 2017-01-01 10:15:00 3133 130.31 103.12 No
1 2017-01-01 11:21:00 3531 103.12 99.23 No
2 2017-01-01 12:31:00 3652 99.23 NaN Yes
3 2017-01-02 09:31:00 3689 83.22 29.93 No
4 2017-01-02 10:31:00 3701 29.93 NaN Yes
5 2017-01-03 08:30:00 3709 31.31 NaN Yes
我们可以不受否
NaN
的限制
d = df.DateCompleted.dt.date
m = {True: 'Yes', False: 'No'}
s = df.groupby(d).Sales.shift(-1)
l = pd.Series(
'Yes', df.groupby(d).tail(1).index
).reindex(df.index, fill_value='No')
df.assign(NextTranSales=s).assign(LastRow=l)
DateCompleted TranNumber Sales NextTranSales LastRow
0 2017-01-01 10:15:00 3133 130.31 103.12 No
1 2017-01-01 11:21:00 3531 103.12 99.23 No
2 2017-01-01 12:31:00 3652 99.23 NaN Yes
3 2017-01-02 09:31:00 3689 83.22 29.93 No
4 2017-01-02 10:31:00 3701 29.93 NaN Yes
5 2017-01-03 08:30:00 3709 31.31 NaN Yes
那很有效!再次感谢您在本周早些时候帮助我:)