Python 根据日期对不同列的值求和

我正在使用pandas上的dataframe，并尝试将不同行的值求和到一个新列。这必须基于上一个日期（准确地说是当前月份-1）

我有这样的想法：

Period  Value
2015-01 1
2015-09 2
2015-10 1
2015-11 3
2015-12 1

我想创建一个新列，其中包含当前“期间”和（“期间”-1个月）的“值”之和（如果存在）。例如：

Period  Value Result
2015-01 1     1
2015-09 2     2
2015-10 1     3
2015-11 3     4
2015-12 1     4

我尝试将lambda函数用于以下内容：

df['Result'] = df.apply(lambda x: df.loc[(df.Period <= x.Period) & 
                                         (x.Period >= df.Period-1),
                                         ['Value']].sum(), axis=1)

预期结果将是：

Account Period  Value
15035   2015-01 1
15035   2015-09 1
15035   2015-10 2

但我得到了：

Account Period  Value
15035   2015-01 1
15035   2015-09 2
15035   2015-10 2

检查时

print(df.loc[df.index - 1, 'Value'].fillna(0).values)

我得到[0.1.1.]（应该是[0.0.1.]）。看

print(df.loc[df.index - 1, 'Period'].fillna(0).values)

我得到的是[0 Period（'2015-01'，'m'）Period（'2015-09'，'m'）]（看起来索引是从上一行得到的值，而不是上一个月）

---

我做错什么了吗？

您可以使用

idx = df.index - pd.DateOffset(months=1)

然后只需将其添加到

值

列中即可

df.loc[idx, 'Value'].fillna(0).values + df['Value']

导致

Period
2015-01-01    1.0
2015-09-01    2.0
2015-10-01    3.0
2015-11-01    4.0
2015-12-01    4.0
Name: Value, dtype: float64

更新：由于您使用的是

pd.PeriodIndex

而不是

df.DatetimeIndex

，

idx

的计算方法非常简单：

idx = df.index - 1

因为你的月经是一个月

总之，整个事情可以用一个非常简单的表达式来表达：

df.loc[df.index - 1, 'Value'].fillna(0).values + df['Value']

---

您可以使用

idx = df.index - pd.DateOffset(months=1)

然后只需将其添加到

值

列中即可

df.loc[idx, 'Value'].fillna(0).values + df['Value']

导致

Period
2015-01-01    1.0
2015-09-01    2.0
2015-10-01    3.0
2015-11-01    4.0
2015-12-01    4.0
Name: Value, dtype: float64

更新：由于您使用的是

pd.PeriodIndex

而不是

df.DatetimeIndex

，

idx

的计算方法非常简单：

idx = df.index - 1

因为你的月经是一个月

总之，整个事情可以用一个非常简单的表达式来表达：

df.loc[df.index - 1, 'Value'].fillna(0).values + df['Value']

---

您可以在管理输入字符串转换的辅助列上联接：

import pandas as pd
from datetime import datetime

df['prev'] = (df.Period.apply(lambda x: x.to_timestamp()) - pd.DateOffset(months=1)
aux = df.merge(df, how='left', left_on = 'prev', right_on = 'Period')
df['sum'] = aux.Value_x + aux.Value_y
df= df.drop('prev',axis=1) 

---

您可以在管理输入字符串转换的辅助列上联接：

import pandas as pd
from datetime import datetime

df['prev'] = (df.Period.apply(lambda x: x.to_timestamp()) - pd.DateOffset(months=1)
aux = df.merge(df, how='left', left_on = 'prev', right_on = 'Period')
df['sum'] = aux.Value_x + aux.Value_y
df= df.drop('prev',axis=1) 

---

---

什么类型的周期？string？Period是一个PeriodIndex，通过使用列上的函数dt.to_Period（“M”）获得（它以前是一个日期时间）。Period的类型是什么？string？Period是一个PeriodIndex，通过在列上使用函数dt.to_Period（“M”）获得（以前是datetime）。Period列是一个PeriodIndex，通过在列上使用函数dt.to_Period（“M”）获得（以前是datetime）。是否有使用此类型的解决方法？哦，在你的回答中，似乎有一个“）“在end@LuizFGonçalves，我已经更新了答案，因此它正确地处理了

PeriodIndex

@taras，我会试试看它是否还有其他问题。Thanks@taras我在这里进行测试，您的PeriodIndex解决方案似乎没有考虑上个月（当前-1），而是考虑上一行。第二行是添加第一行的值，但它不应该（因为2015-09应该与2015-08相关，而不是2015-01）。我的完整数据在周期前有一列，这对问题本身并不重要（这是一个在所有行中重复的值），但我担心这可能是您的解决方案不适用于我的原因。该列有问题吗？Period列是一个PeriodIndex，通过使用列上的函数dt.to_Period（“M”）获得（以前是datetime）。是否有使用此类型的解决方法？哦，在你的回答中，它似乎有一个“）”在end@LuizFGonçalves，我已经更新了答案，因此它正确地处理了

PeriodIndex

@taras，我会试试看它是否还有其他问题。Thanks@taras我在这里进行测试，您的PeriodIndex解决方案似乎没有考虑上个月（当前-1），而是考虑上一行。第二行是添加第一行的值，但它不应该（因为2015-09应该与2015-08相关，而不是2015-01）。我的完整数据在周期前有一列，这对问题本身并不重要（这是一个在所有行中重复的值），但我担心这可能是您的解决方案不适用于我的原因。这个列有问题吗？我认为您的解决方案会起作用，但我必须调整代码的某些部分，使其能够正确地使用PeriodIndex（例如，pd.DateOffset（months=1）不起作用）。我现在正在做，然后我会告诉你结果。谢谢如果你有一个PeriodIndex，你可以替换Period.apply to Period.to_timestamp（）直接：）我将lambda函数改为（lambda x:x-1），它似乎可以与PeriodIndex一起工作。我正在投票表决，等待塔拉斯的答案决定最佳解决方案。非常感谢您的帮助。我认为您的解决方案会起作用，但我必须调整代码的某些部分，使其能够正确地使用PeriodIndex（例如，pd.DateOffset（months=1）不起作用）。我现在正在做，然后我会告诉你结果。谢谢如果你有一个PeriodIndex，你可以替换Period.apply to Period.to_timestamp（）直接：）我将lambda函数改为（lambda x:x-1），它似乎可以与PeriodIndex一起工作。我正在投票表决，等待塔拉斯的答案决定最佳解决方案。非常感谢你的帮助。