将月份的间隔与其他列的值相除。
将月份的间隔与其他列的值相除。
提问于 2020-02-05 09:48:14
问题:我有一个数据帧记录客户的状态在一段时间内。对于每个客户(组)，我想将时间间隔划分为“开始”和“结束”，以说明他们在这段时间内的状态。
例如，我有以下数据：
df = pd.DataFrame({'Group': ['group1', 'group1', 'group1', 'group1', 'group1', 'group1', 'group1', 'group1',
'group2', 'group2', 'group2', 'group2', 'group2', 'group2', 'group2', 'group2', 'group3'],
'Month': ['2019-05', '2019-06', '2019-07', '2019-08', '2019-09', '2019-10', '2019-11', '2019-12',
'2019-04', '2019-05', '2019-06', '2019-07', '2019-08', '2019-09', '2019-10', '2019-11', '2019-12'],
'Status': ['Passive', 'Passive', 'Passive', 'Active', 'Active', 'Active', 'Passive', 'Passive',
'Active', 'Active', 'Passive', 'Passive', 'Passive', 'Active', 'Active', 'Active', 'Active']})我想把它转到这个结构中：
df_new = pd.DataFrame({'Group': ['group1', 'group1', 'group1', 'group2', 'group2', 'group2', 'group3'],
'From': ['2019-05', '2019-08', '2019-11', '2019-04', '2019-06', '2019-09', '2019-12'],
'To': ['2019-07', '2019-10', '2019-12', '2019-05', '2019-08', '2019-11', '2019-12'],
'Status': ['Passive', 'Active', 'Passive', 'Active', 'Passive', 'Active', 'Active']})没有“状态”-variable，使用groupby和aggfunc可以很简单地在每个组中找到"min“和"max”周期。但是，我不知道如何考虑“状态”-variable。问题是这里的状态间隔是不连续的，所以如果我按“状态”分组，我总是只有两个状态组(主动和被动)，并且间隔是混合的。
我正在考虑将数据框架划分为两个数据框架:一个具有“主动”状态，另一个具有“被动”状态；分别处理这两个数据帧，然后再次合并。但是这种方法似乎不那么有效:(而且由于一个客户可以有很多次是主动的和被动的，所以在每个状态组中划分间隔是非常困难的。)
有没有更好的解决办法？
回答 1
Stack Overflow用户
回答已采纳
发布于 2020-02-05 10:00:56
使用groupby由Group和助手系列的连续Status。对于pandas v 0.25.0+，您可以使用命名聚合和min，max用于"From“和"to”，last用于“Status”：
s = df['Status'].ne(df['Status'].shift()).cumsum()
df_new = (df.groupby(['Group', s])
.agg(From=('Month', 'min'),
To=('Month', 'max'),
Status=('Status', 'last'))
.reset_index(level=0))输出
Group From To Status
Status
1 group1 2019-05 2019-07 Passive
2 group1 2019-08 2019-10 Active
3 group1 2019-11 2019-12 Passive
4 group2 2019-04 2019-05 Active
5 group2 2019-06 2019-08 Passive
6 group2 2019-09 2019-11 Active
6 group3 2019-12 2019-12 Active正如@nhupn所指出的，如果使用较早版本的pandas，则可以使用以下方法完成聚合：
df_new = (df.groupby(['Group', s])
.agg({'Month': [('From', 'min'),
('To', 'max')],
'Status': [('Status', 'last')]})
.reset_index(level=0))页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/60073014
复制相关文章
相似问题
腾讯云开发者
