Python 计算给定日期的记录数

我曾经有一个SQL查询来计算给定日期、给定位置的记录数

输入数据结构如下： id、位置、开始日期、结束日期

import pandas as pd
data = [('20170009003','0681','2017-07-25','2017-08-02'),
('20170009221','0682','2017-07-28','2017-08-02'),
('20170009271','0682','2017-07-31','2017-08-02'),
('20170009286','0681','2017-07-18','2017-09-19'),
('20170009654','0682','2017-07-28','2017-08-03'),
('20170010053','0681','2017-07-31','2017-08-04'),
('20170010059','0681','2017-07-20','2017-08-07')]
labels = ['idnum','loc','start_date','end_date']
df = pd.DataFrame.from_records(data, columns=labels)

这将给我一天（出席）的人数。i、 e.“2018-08-01”将获得：

2018-08-01, 0681, 4
2018-08-01, 0682, 3

我想用python/pandas产生类似的结果

如果有帮助的话，用于实现上述目标的sql（postgreql函数）是：

CREATE OR REPLACE FUNCTION nb_present(oneday date)
 RETURNS TABLE(ddj date, loc character, eff numeric)
 LANGUAGE sql
AS $function$
SELECT $1, loc,sum(case when ($1= start_date and start_date_end_date) then 1 
                when $1=start_date then 0.5 
                when $1=end_date then 0.5 
                when ($1 > start_date and $1 < end_date) then 1 
                else 0 end)
from passage group by 1,2 order by 1,2;
$function$

创建或替换函数nb_当前（一天日期）
返回表（ddj日期、loc字符、eff数字）
语言sql
作为$function$
选择$1、loc、sum（当（$1=开始日期和开始日期、结束日期）然后选择1
当$1=开始日期时，则为0.5
当$1=结束日期时，则为0.5
当（$1>开始日期和$1<结束日期）时，则1
（完）
从通道组按1,2的顺序依次为1,2；
$function$

谢谢你的帮助

---

PS：这是我在这里的第一篇帖子。

我相信这就是你要寻找的（确保你的

开始日期和
结束日期都是熊猫
日期时间
对象）：

dt=pd.to_datetime（'2018-08-01'））
df1=df[（df['startdate']>dt）和（df['enddate']
我相信这就是您要寻找的（确保您的
开始日期
和
结束日期
是熊猫
日期时间
对象）：

dt=pd.to_datetime（'2018-08-01'））
df1=df[（df['startdate']>dt）和（df['enddate']
IIUC:

target = '2017-08-01'
df[(df['start_date'] < target) & (df['end_date'] > target)].groupby(['loc']).size()

IIUC：

在你的帮助下，我带来了：

import pandas as pd
data = [('20170009003','0681','2017-07-25','2017-08-02'),
('20170009221','0682','2017-07-28','2017-08-02'),
('20170009271','0682','2017-07-31','2017-08-02'),
('20170009286','0681','2017-07-18','2017-09-19'),
('20170009654','0682','2017-07-28','2017-08-03'),
('20170010053','0681','2017-07-31','2017-08-04'),
('20170010059','0681','2017-07-20','2017-08-07')]
labels = ['idnum','loc','start_date','end_date']
df = pd.DataFrame.from_records(data, columns=labels)
df['end_date'] = pd.to_datetime(df['end_date'])
df['start_date'] = pd.to_datetime(df['start_date'])
dt = pd.to_datetime('2017-08-01')
df1 = df[(df['start_date'] < dt) & (df['end_date'] > dt)].groupby('loc').size().to_frame()
df1['Date'] = dt

将熊猫作为pd导入
数据=[（'20170009003'、'0681'、'2017-07-25'、'2017-08-02'），
('20170009221','0682','2017-07-28','2017-08-02'),
('20170009271','0682','2017-07-31','2017-08-02'),
('20170009286','0681','2017-07-18','2017-09-19'),
('20170009654','0682','2017-07-28','2017-08-03'),
('20170010053','0681','2017-07-31','2017-08-04'),
('20170010059','0681','2017-07-20','2017-08-07')]
标签=['idnum'、'loc'、'start_date'、'end_date']
df=pd.DataFrame.from_记录（数据、列=标签）
df['end_date']=pd.to_datetime（df['end_date']）
df['start_date']=pd.to_datetime（df['start_date']）
dt=截止日期时间（2017-08-01）
df1=df[（df['start_date']dt）]。groupby（'loc'）。size（）。to_frame（）
df1[“日期”]=dt

这很好用

现在，我必须调整它来计算两个日期之间每天的礼物数量。我会把它作为家庭作业

非常感谢你的帮助，我带来了：

import pandas as pd
data = [('20170009003','0681','2017-07-25','2017-08-02'),
('20170009221','0682','2017-07-28','2017-08-02'),
('20170009271','0682','2017-07-31','2017-08-02'),
('20170009286','0681','2017-07-18','2017-09-19'),
('20170009654','0682','2017-07-28','2017-08-03'),
('20170010053','0681','2017-07-31','2017-08-04'),
('20170010059','0681','2017-07-20','2017-08-07')]
labels = ['idnum','loc','start_date','end_date']
df = pd.DataFrame.from_records(data, columns=labels)
df['end_date'] = pd.to_datetime(df['end_date'])
df['start_date'] = pd.to_datetime(df['start_date'])
dt = pd.to_datetime('2017-08-01')
df1 = df[(df['start_date'] < dt) & (df['end_date'] > dt)].groupby('loc').size().to_frame()
df1['Date'] = dt

将熊猫作为pd导入
数据=[（'20170009003'、'0681'、'2017-07-25'、'2017-08-02'），
('20170009221','0682','2017-07-28','2017-08-02'),
('20170009271','0682','2017-07-31','2017-08-02'),
('20170009286','0681','2017-07-18','2017-09-19'),
('20170009654','0682','2017-07-28','2017-08-03'),
('20170010053','0681','2017-07-31','2017-08-04'),
('20170010059','0681','2017-07-20','2017-08-07')]
标签=['idnum'、'loc'、'start_date'、'end_date']
df=pd.DataFrame.from_记录（数据、列=标签）
df['end_date']=pd.to_datetime（df['end_date']）
df['start_date']=pd.to_datetime（df['start_date']）
dt=截止日期时间（2017-08-01）
df1=df[（df['start_date']dt）]。groupby（'loc'）。size（）。to_frame（）
df1[“日期”]=dt

这很好用

现在，我必须调整它来计算两个日期之间每天的礼物数量。我会把它作为家庭作业

非常感谢
如果您想在多个日期频繁执行此操作，这里有一个解决方案：
我们创建另一个
DataFrame
，检查该行是否在开始日期和结束日期之间（使用
IntervalIndex
，但不是必需的）。然后，我们可以通过另一个
DataFrame
中的
loc
变量对
DataFrame
进行分组（分组是在索引上对齐的，因此我们使用
.reset_index
来确保所有内容都与我们新创建的
DataFrame
对齐），并且只取一个和，因为我们有
True
或
False

import pandas as pd
import numpy as np

df['start_date'] = pd.to_datetime(df.start_date)
df['end_date'] = pd.to_datetime(df.end_date)
df.index = pd.IntervalIndex.from_arrays(df.start_date, df.end_date, closed='both')

# Dates you care about
dates = pd.to_datetime(['2017-08-01', '2017-08-02', '2017-08-03'])

df_bet = pd.DataFrame(np.reshape([d in ids for d in dates for ids in df.index] ,(-1, len(df))), index=dates).T

df_bet.groupby(df.reset_index()['loc']).agg(sum)

输出：
如果您想在多个日期频繁执行此操作，这里有一个解决方案：
我们创建另一个
DataFrame
，检查该行是否在开始日期和结束日期之间（使用
IntervalIndex
，但不是必需的）。然后，我们可以通过另一个
DataFrame
中的
loc
变量对
DataFrame
进行分组（分组是在索引上对齐的，因此我们使用
.reset_index
来确保所有内容都与我们新创建的
DataFrame
对齐），并且只取一个和，因为我们有
True
或
False

import pandas as pd
import numpy as np

df['start_date'] = pd.to_datetime(df.start_date)
df['end_date'] = pd.to_datetime(df.end_date)
df.index = pd.IntervalIndex.from_arrays(df.start_date, df.end_date, closed='both')

# Dates you care about
dates = pd.to_datetime(['2017-08-01', '2017-08-02', '2017-08-03'])

df_bet = pd.DataFrame(np.reshape([d in ids for d in dates for ids in df.index] ,(-1, len(df))), index=dates).T

df_bet.groupby(df.reset_index()['loc']).agg(sum)

输出：
仅使用python就可以做到这一点，使用带有两个元素的sorted和带有两个元素的groupby

from itertools import groupby
from operator import itemgetter

data = sorted(data, key= itemgetter(-1, 1))
for k, g in groupby(data, key = itemgetter(-1, 1)):
    print('{}, {}, {}'.format(k[0], k[1], len(list(g))))

仅使用python就可以做到这一点，使用带有两个元素的sorted和带有两个元素的groupby

from itertools import groupby
from operator import itemgetter

data = sorted(data, key= itemgetter(-1, 1))
for k, g in groupby(data, key = itemgetter(-1, 1)):
    print('{}, {}, {}'.format(k[0], k[1], len(list(g))))

我终于想出了一个稍微不同的解决办法。当我需要将结果数据帧与另一个数据帧合并时，下面是我所做的：

df0 = pd.DataFrame()
for dt in pd.date_range('2017-08-01', '2017-08-05'):
    df1 = df[(df['start_date'] < dt) & (df['end_date'] > dt)].groupby('loc').size().to_frame().reset_index()
    df1['Date'] = dt
    df0 = df0.append(df1)

df0=pd.DataFrame（）
对于pd日期范围内的dt（“2017-08-01”、“2017-08-05”）：
df1=df[（df['start_date']dt）].groupby（'loc'）.size（）.to_frame（）.reset_index（）
df1[“日期”]=dt
df0=df0.append（df1）

最诚挚的问候
我终于想出了一个稍微不同的解决方案。当我需要将结果数据帧与另一个数据帧合并时，下面是我所做的：

df0 = pd.DataFrame()
for dt in pd.date_range('2017-08-01', '2017-08-05'):
    df1 = df[(df['start_date'] < dt) & (df['end_date'] > dt)].groupby('loc').size().to_frame().reset_index()
    df1['Date'] = dt
    df0 = df0.append(df1)

df0=pd.DataFrame（）
对于pd日期范围内的dt（“2017-08-01”、“2017-08-05”）：
df1=df[（df['start_date']dt）].groupby（'loc'）.size（）.to_frame（）.reset_index（）
df1[“日期”]=dt
df0=df0.append（df1）

致以最诚挚的问候
到目前为止，您尝试了什么？顺便说一句，你的英语很好。无需担心：-）您能以不同的格式提供示例数据吗？例如，没有垂直线//给定日期的出席人数，即“2018-08-01”//您确定您的意思是
2018-08-01吗