Python 获取各组未来6个月数据的列值之和_Python_Pandas_Dataframe_Datetime

Python 获取各组未来6个月数据的列值之和

python pandas dataframe datetime

Python 获取各组未来6个月数据的列值之和,python,pandas,dataframe,datetime,Python,Pandas,Dataframe,Datetime,我有一个数据帧df，看起来像这样： id date num 0 1 2005-01-01 7 1 1 2006-01-05 2 2 2 2005-0

我有一个数据帧

df

，看起来像这样：

                         id               date             num
0                         1            2005-01-01           7
1                         1            2006-01-05           2
2                         2            2005-01-01           1
3                         2            2005-04-01           1
4                         3            2009-01-01           2

                     id               date             total
0                         1            2005-01-01           0
1                         1            2006-01-05           0
2                         2            2005-01-01           1
3                         2            2005-04-01           0
4                         3            2009-01-01           0

对于每个

id

组，我想得到未来6个月数据的

num

之和。例如，对于

id=1

，没有未来6个月的数据，因此总和将为0。对于

id=2

，在接下来的6个月内有1个num，因此

total=1

我可以为每个子组这样做，但不能为完整的数据集这样做。对于一个子组dataframe，我尝试了以下方法：

 df1 = df[df['id']==1]
 
 def get_future_sum(val):
     end_date = val.date + relativedelta(months=+6)
     date_range = df1[(df1['date'] > val.date) &
                     (df1['date'] <= end_date)]
     return date_range['num'].sum()

df1['total'] = df1.apply(get_future_sum, axis=1)

我尝试使用groupby和apply在多个组中迭代它，但它不起作用，因为每个组的

df1

都发生了变化，我不确定如何适应这种变化

是否有一种较短的方法可以在所有组上迭代它，而不为每个组使用for循环？

原始问题：是否有一种较短的方法在所有组中迭代？
- 使用
```
groupby
```
  按
```
id
```
我尝试使用
```
groupby
```
和
```
apply
```
在多个组中迭代它，但它不起作用，因为每个组的
```
df1
```
都发生了变化，我不确定如何适应。
- 当通过更新发送给函数的分组数据帧正确实现时，它可以工作
是否有一种较短的方法可以在所有组上迭代它，而不对每个组使用for循环？
- 可能不是，因为函数需要每个组的数据帧来确定日期范围，并且函数需要迭代每一行
遍历groupby对象
函数
```
def get_future_sum
```
对分组数据帧的每一行进行计算，并返回一个和
将每组的结果保存在
```
列表中
```
使用
```
pd.concat
```
从数据帧列表创建单个数据帧
对于给定数据，问题中显示的预期输出不正确。
- 例如，对于
```
id=1
```
  ，没有未来6个月的数据，因此，总和将为
```
0
```
- 对于
```
id=2
```
  ，在接下来的6个月内有1个num，因此
```
total=1
```
也看到

将熊猫作为pd导入
从dateutil.relativedelta导入relativedelta
#测试数据和数据帧
数据={'id'：[1,1,2,2,3]，
“日期”：[pd时间戳（'2005-01-01 00:00:00'）、pd时间戳（'2006-01-05 00:00:00'）、pd时间戳（'2005-01-01 00:00:00'）、pd时间戳（'2005-04-01 00:00:00'）、pd时间戳（'2009-01-01 00:00:00'），
'num'：[7,2,1,1,2]}
df=pd.DataFrame（数据）
#更新功能
def get_future_sum（val:pd.Series，d:pd.DataFrame）->np.int64:
结束日期=val.date+relativedelta（月数=+6）
日期范围=d[（d['date']>val.date）和（d['date']