Python Pandas Dataframe - 每两周计算一次值的总和

Question

我有一个数据帧，其值如下-

Amount  Product  DocDate
0              1099.0   1100 2018-01-02
1              1234.0   1100 2018-01-04
2              1000.0   1100 2018-01-06
3              8000.0   1100 2018-01-28
4              3000.0   1100 2018-02-09
5              4500.0   1100 2018-02-20

我需要计算每两周结束时计算的金额字段的总和。

例：

Product Amount FortNight
1100    3333.0  Jan 1st Fortnight (this could be date format too!!)
1100    3000.0  Feb 2nd Fortnight
1100    4500.0  Feb 1st Fortnight

如果它不涉及循环，那就太好了(因为我也有产品的循环( 我尝试将周和月分开(分组(并进行计算，但由于它是数据帧中的一列，因此无法获得预期的结果。

提前谢谢。感谢帮助。

Answer 1

首先，我有点担心，因为你说你在熊猫身上使用循环......你永远不应该使用熊猫的循环，它们不是为它而生的，而且非常缓慢和无效。在某些情况下，您无法避免它，但即便如此，也有选择可以更好地优化它。

要回答您的问题，您首先需要将文档日期转换为日期时间格式：

from datetime import datetime
df.DocDate = df.DocDate.apply(lambda d: datetime.strptime(d, %Y-%m-%d))

然后，您可以使用datetimeIndex.resample函数，该函数的工作方式与 groupby 完全相同，但允许您按时间限制对数据进行分组：

df = df.set_index('DocDate').resample('2W').Amount.sum()

这里的resample('2W')是指按 2 周周期分组。

Answer 2

需要：

#if necessary convert column to datetime
df['DocDate'] = pd.to_datetime(df['DocDate'])
#generate Fortnight https://stackoverflow.com/a/34428879
s =  np.where(df['DocDate'].dt.day < 15, '1st Fortnight', '2nd Fortnight')
#create new column
df['FortNight'] = df['DocDate'].dt.strftime('%b ') + s
#aggregate sum
df = df.groupby(['Product','FortNight'], as_index=False, sort=False)['Amount'].sum()
print (df)
Product          FortNight  Amount
0     1100  Jan 1st Fortnight  3333.0
1     1100  Jan 2nd Fortnight  8000.0
2     1100  Feb 1st Fortnight  3000.0
3     1100  Feb 2nd Fortnight  4500.0

如果需要输出中的日期时间：

s =  np.where(df['DocDate'].dt.day < 15, '-01', '-15')
df['FortNight'] = pd.to_datetime(df['DocDate'].dt.strftime('%Y-%m') + s)
df = df.groupby(['Product','FortNight'], as_index=False, sort=False)['Amount'].sum()
print (df)
Product  FortNight  Amount
0     1100 2018-01-01  3333.0
1     1100 2018-01-15  8000.0
2     1100 2018-02-01  3000.0
3     1100 2018-02-15  4500.0