在python中使用resample('W')，sum()基于自定义周期的重采样时出错

Question

我有看起来像这样的数据框(frame_combined_DF(。我需要根据为每个 SKU 提供的 Time_W 周进行自定义重新采样。

frame_combined_DF
SKU     Qty     Time        Time_W
WY          
2011-10-17  ABC     12.0    11.0        2
2012-01-16  ABC     20.0    11.0        2
2013-04-08  ABC     6.0     11.0        2
2013-12-02  ABC     2.0     11.0        2
2014-10-27  XYZ     1.0     21.0        3

下面是我的代码

for i in ids:
subset = frame_combined_DF.loc[frame_combined_DF.SKU==i]
subset.index=subset.WY
subset.sort_index(inplace=True)
period=subset.Time_W.unique().astype('int64')[0]
per=str(period)+'W'
df = subset.Qty.resample(per).sum()
new_df = {'WY':df.index, 'Qty':df.values,'SKU':i} 
newdf = pd.DataFrame(new_df) 
new_series=new_series.append(newdf)

我在运行此代码时收到以下错误

ValueError: Offset <0 * Weeks: weekday=6> did not increment date

预期输出如下。以下示例仅适用于 1 个 SKU。此 SKU 需要以 2 周的频率重新采样，其中 SKU XYZ 需要每 3 周重新采样一次

WY             Qty    SKU
2011-10-17    12.0    ABC
2011-10-31    0.0     ABC
2011-11-14    0.0     ABC
2011-11-28    0.0     ABC
2011-12-12    0.0     ABC
.........................
.........................
2012-01-09    20.0    ABC
2012-01-23    0.0     ABC
..........................

Answer 1

从您的示例数据中，我看到WY是索引列。

但是检查此列是否为日期时间类型(不是字符串(。 如果不是，请运行frame_combined_DF.index = pd.to_datetime(frame_combined_DF.index)。

需要注意的另一点是，newdf是一个数据帧，而不是一个系列， 因此，应将其附加到数据帧。

第三个评论是subset.index = subset。不需要 WY，因为WY已经是指数。

最后一件事：您的样本没有定义new_series(在我的解决方案中( 我将其更改为结果(。

因此，请将您的代码更改为：

result = pd.DataFrame()
for i in frame_combined_DF.SKU.unique():
subset = frame_combined_DF.loc[frame_combined_DF.SKU==i]
subset.sort_index(inplace=True)
period = subset.Time_W.unique().astype('int64')[0]
per = str(period) + 'W'
df = subset.Qty.resample(per).sum()
new_df = {'WY': df.index, 'Qty': df.values, 'SKU': i}
newdf = pd.DataFrame(new_df)
result = result.append(newdf, ignore_index=True)

它应该运行，至少在我的计算机上它没有错误。