我正在尝试修改我的数据集以按月日期组织,以便以后进行预测。我遇到的问题是我根据时间顺序(一月、二月等)按月份组织它,但我希望它从当前日期起按 30 天为一组进行组织。最后,我希望我的代码采用最近 5 个 30 天的周期。
我的数据集看起来像:
data1 = pd.DataFrame({'Id' : ['001','001','001','001','001','001','001','001','001',
'002','002','002','002','002','002','002','002','002',],
'Date': ['2020-01-12', '2019-12-30', '2019-12-01','2019-11-01', '2019-08-04', '2019-08-04', '2019-08-01', '2019-07-20', '2019-06-04',
'2020-01-11', '2019-12-12', '2019-12-01','2019-12-01', '2019-09-10', '2019-08-10', '2019-08-01', '2019-06-20', '2019-06-01'],
'Quantity' :[18,5,6,8,12,14,16,19,20, 21,7,6,5,4,3,2,1,0]
})
我的代码看起来像:
data1['Date'] =pd.to_datetime(data1['Date'])
data1 = data1.groupby('Id').apply(lambda x: x.set_index('Date').resample('M').sum())
data1 = data1.groupby(level='Id').tail(5)
预期的输出看起来像这样(带有 groupby(Id))
Id Date Quantity
0 001 2020-02-04 18
1 001 2020-01-05 5
2 001 2019-12-06 6
3 001 2019-11-07 8
4 001 2019-11-08 12
5 002 2020-02-04 21
6 002 2020-01-05 7
7 002 2019-12-06 11
8 002 2019-11-07 0
9 002 2019-11-08 3
目前,这并没有产生任何实际的结果,因为如果我想预测下个月的需求,比如说 3 月,实际上距离今天的日期几乎是 2 个月,尽管 3 月还有一个月的时间。
我希望我的问题很清楚,我花了很多时间试图弄清楚,我需要一些帮助。如果有人有提示,我将不胜感激!
您可以使用pd.cut
从今天开始对过去 30 天的时间段进行分组。
import pandas as pd
today = pd.to_datetime('today').normalize()
freq = '30D' # Size of the bins
Nbin = (today - data1['Date'].min())//pd.Timedelta(freq) + 1 # Number of bins
bins = [today - n*pd.Timedelta(freq) for n in range(Nbin, -1, -1)]
data1.groupby(['Id', pd.cut(data1['Date'], bins=bins)]).sum()
Id Date
001 (2019-06-09, 2019-07-09] NaN
(2019-07-09, 2019-08-08] 61.0
(2019-08-08, 2019-09-07] NaN
(2019-09-07, 2019-10-07] NaN
(2019-10-07, 2019-11-06] 8.0
(2019-11-06, 2019-12-06] 6.0
(2019-12-06, 2020-01-05] 5.0
(2020-01-05, 2020-02-04] 18.0
002 (2019-06-09, 2019-07-09] 1.0
(2019-07-09, 2019-08-08] 2.0
(2019-08-08, 2019-09-07] 3.0
(2019-09-07, 2019-10-07] 4.0
(2019-10-07, 2019-11-06] NaN
(2019-11-06, 2019-12-06] 11.0
(2019-12-06, 2020-01-05] 7.0
(2020-01-05, 2020-02-04] 21.0
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句