熊猫-将列的一部分聚合为新列中的新值

Axel 发表于 Dev

阿克塞尔

我有一个带有仓库数据的大pandas数据框，df其中显示了收到的物品数量。

将该结构的相关部分想象为：

Date         SKU    received
2017-05-29   sku1   0
2017-05-30   sku1   0
2017-05-31   sku1   0
2017-06-01   sku1   0
2017-06-02   sku1   6
2017-06-03   sku1   2
2017-05-29   sku2   4
2017-05-30   sku2   4
2017-05-31   sku2   0
2017-06-01   sku2   0
2017-06-02   sku2   0
2017-06-03   sku2   24

在这里，我想重新构建订单流程。我知道，星期一会检查库存水平，然后根据库存水平下达新订单。大约一周后，订单到达仓库，有时会分成多次装运。

我想为工作日（df["Weekday"]）和下订单（df["Order"]）创建一个额外的列。根据工作日，我想汇总接下来4到11天（仅限于相关SKU）的“已接收”列的数据。

输出如下所示：

Date         SKU    received    Weekday    Order
2017-05-29   sku1   0           0          8
2017-05-30   sku1   0           1          0
2017-05-31   sku1   0           2          0  
2017-06-01   sku1   0           3          0
2017-06-02   sku1   6           4          0
2017-06-03   sku1   2           5          0
2017-05-29   sku2   4           0          24
2017-05-30   sku2   4           1          0
2017-05-31   sku2   0           2          0
2017-06-01   sku2   0           3          0
2017-06-02   sku2   0           4          0
2017-06-03   sku2   24          5          0

这是我尝试的代码：

import pandas as pd

# 0 is Monday, 1 is Tuesday, etc
df["Weekday"] = df["Date"].dt.dayofweek

# create new column for the orders
df["Order"] = 0

min_days = 4
max_days = min_days + 7

for i in range(len(df)):
    if df.loc[i, "Weekday"] == 0:
        df.loc[i, "Order"] = df.loc[(df.Date >= df.loc[i, "Date"] + pd.to_timedelta(min_days, unit="D")) &
                                    (df.Date < df.loc[i, "Date"] + pd.to_timedelta(max_days, unit="D")) &
                                    (df.SKU == df.loc[i, "SKU"]), "received"].sum()

它似乎可以完成工作，但是速度很慢。也许有人可以帮助我找到更多的pythonic / pandas方法来节省一些计算时间。

谢谢你的帮助。

松弛

这是使用pandas groupby和transform的可能解决方案。

第一个想法是，您可以通过计算总和的差额来实现两天之间的计数。另外，请注意[::-1]两次转换订单（）的技巧，以便将来有一个连续的总和领料日。

def count_between(ts, min_days, max_days):
    return ts[::-1].pipe(lambda y: y.rolling(max_days,1).sum() - y.rolling(min_days-1,1).sum())[::-1]

此功能将为您提供每天的结果，因此您可以将结果限制为星期一，仅将所有其他条目设置为0（使用[.where][1]）。

设置Date为索引后，您可以执行以下操作：

order = df.groupby('SKU')\
          .transform(lambda x: count_between(x, min_days, max_days)\
                               .where(lambda y: y.index.dayofweek==0, other = 0))
order.columns = ['Order']

这给出了预期的结果：

pd.concat([df, order], axis = 1)
Out[319]: 
             SKU  received  Order
Date                             
2017-05-29  sku1         0    8.0
2017-05-30  sku1         0    0.0
2017-05-31  sku1         0    0.0
2017-06-01  sku1         0    0.0
2017-06-02  sku1         6    0.0
2017-06-03  sku1         2    0.0
2017-05-29  sku2         4   24.0
2017-05-30  sku2         4    0.0
2017-05-31  sku2         0    0.0
2017-06-01  sku2         0    0.0
2017-06-02  sku2         0    0.0
2017-06-03  sku2        24    0.0

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。