Python 使用Pandas随时间滚动数据组

你好，我正在尝试合并/滚动两个数据帧。 我希望合并“dfDates”和“dfProducts”，然后在“dfProducts”组/成员上滚动产品，直到新组/成员可用为止。 我尝试在两个数据帧之间使用外部连接，但我不知道如何滚动组

下面介绍数据帧的外观，以及我对“dfFinal”的看法

dfProducts

   Date      Product

2018-01-01      A  
2018-01-01      B 
2018-01-01      C 
2018-01-03      D
2018-01-03      E
2018-01-03      F

dfDates

   Date        

2018-01-01       
2018-01-02   
2018-01-03       
2018-01-04      

dfFinal

   Date      Product

2018-01-01      A  
2018-01-01      B 
2018-01-01      C 
2018-01-02      A  
2018-01-02      B 
2018-01-02      C 
2018-01-03      D
2018-01-03      E
2018-01-03      F
2018-01-04      D
2018-01-04      E
2018-01-04      F

---

我所能看到的最简单的选择是首先按日期对所有内容进行分组，然后重新索引到所需的范围，将

nan

s放入空白点，然后填充以下内容：

(
    df
    .groupby("Date")
    ['Product']
    .apply(list)
    .reindex(pd.date_range(start=dfDates['Date'].min(), end=dfDates['Date'].max(), freq='D'))
    .fillna(method='ffill')
    .explode()
)

2018-01-01    A
2018-01-01    B
2018-01-01    C
2018-01-02    A
2018-01-02    B
2018-01-02    C
2018-01-03    D
2018-01-03    E
2018-01-03    F
2018-01-04    D
2018-01-04    E
2018-01-04    F
Name: Product, dtype: object

---

我所能看到的最简单的选择是首先按日期对所有内容进行分组，然后重新索引到所需的范围，将

nan

s放入空白点，然后填充以下内容：

(
    df
    .groupby("Date")
    ['Product']
    .apply(list)
    .reindex(pd.date_range(start=dfDates['Date'].min(), end=dfDates['Date'].max(), freq='D'))
    .fillna(method='ffill')
    .explode()
)

2018-01-01    A
2018-01-01    B
2018-01-01    C
2018-01-02    A
2018-01-02    B
2018-01-02    C
2018-01-03    D
2018-01-03    E
2018-01-03    F
2018-01-04    D
2018-01-04    E
2018-01-04    F
Name: Product, dtype: object

---

定义以下功能：

def getLastDateRows(dat, df):
    rows = df.query('Date == @dat')
    n = rows.index.size
    if n == 0:
        lastDat = df.Date[df.Date < dat].iloc[-1]
        rows = df.query('Date == @lastDat')
    return pd.DataFrame({ 'Date': dat, 'Product': rows.Product })

结果正如预期的那样

附录 Randy提出的解决方案可以稍加改进：

dfProducts.groupby('Date').Product.apply(list)\
    .reindex(dfDates.Date).ffill().explode().reset_index()

差异：

• Reindex位于dfDates.Date（不是整个范围），因此结果将 仅包含dfDates中存在的日期，可以包含 有意的“间隙”，例如周末
• 最后一次调用reset_index会导致结果是一个数据帧 （不是一个系列）

---

定义以下功能：

def getLastDateRows(dat, df):
    rows = df.query('Date == @dat')
    n = rows.index.size
    if n == 0:
        lastDat = df.Date[df.Date < dat].iloc[-1]
        rows = df.query('Date == @lastDat')
    return pd.DataFrame({ 'Date': dat, 'Product': rows.Product })

结果正如预期的那样

附录 Randy提出的解决方案可以稍加改进：

dfProducts.groupby('Date').Product.apply(list)\
    .reindex(dfDates.Date).ffill().explode().reset_index()

差异：

• Reindex位于dfDates.Date（不是整个范围），因此结果将 仅包含dfDates中存在的日期，可以包含 有意的“间隙”，例如周末
• 最后一次调用reset_index会导致结果是一个数据帧 （不是一个系列）

---

如果您执行

start=df['Date'].min（）

和

end=df['Date'].max（），则会更加通用，除了这个好答案+1个好建议-我会修改。我尝试了这个方法，但代码不起作用，并返回给我以下错误：AttributeError:“Series”对象没有属性“explode”。我发现了与“explode”相关的错误。我的熊猫不在当前版本中，因此“爆炸”不可用。我更新了库，现在一切都正常了：）其他快速问题：如果我的“dfProducts”有其他列（即“ProductPrice”、“ProductDetail”…），我如何分解此数据帧？如果执行
start=df['Date'].min（）
和
end=df['Date'].max（），则会更一般，除了这个好答案+1个好建议-我会修改。我尝试了这个方法，但代码不起作用，并返回给我以下错误：AttributeError:“Series”对象没有属性“explode”。我发现了与“explode”相关的错误。我的熊猫不在当前版本中，因此“爆炸”不可用。我更新了库，现在一切正常：）其他快速问题：如果我的“dfProducts”有其他列（即“ProductPrice”、“ProductDetail”…），我如何分解此数据帧？