python - 如何聚合具有列值上限的行？

Question

我有一个 pd.DataFrame 我想转换:

   id  values  days  time  value_per_day
0   1      15    15     1         1
1   1      20     5     2         4
2   1      12    12     3         1

我想将这些聚合到相等的 10 天桶中。由于 days 在时间 1 大于 10，这应该溢出到下一行，第二行的 value/day 是第一行和第二行的平均值。

这是结果输出，其中 (values, 0) = 15*(10/15) = 10 和 (values, 1) = (5+20)/2:

   id  values  days  value_per_day
0   1      10    10         1.0
1   1      25    10         2.5
2   1      10    10         1.0
3   1       2     2         1.0

我试过pd.Grouper:

df.set_index('days').groupby([pd.Grouper(freq='10D', label='right'), 'id']).agg({'values': 'mean'})

Out[146]:
            values
days    id        
5 days  1       16
15 days 1       10

但我显然没有正确使用它。

为方便起见的 csv:

id,values,days,time  
1,10,15,1  
1,20,5,2  
1,12,12,3  

Answer 1

注意:这是一个时间成本的解决方案

newdf=df.reindex(df.index.repeat(df.days))
v=np.arange(sum(df.days))//10
dd=pd.DataFrame({'value_per_day': newdf.groupby(v).value_per_day.mean(),'days':np.bincount(v)})
dd
Out[102]: 
   days  value_per_day
0    10            1.0
1    10            2.5
2    10            1.0
3     2            1.0
dd.assign(value=dd.days*dd.value_per_day)
Out[103]: 
   days  value_per_day  value
0    10            1.0   10.0
1    10            2.5   25.0
2    10            1.0   10.0
3     2            1.0    2.0

我没有在这里包含 groupby id，如果你需要它用于你的真实数据，你可以使用 df.groupby(id) 进行 for 循环，然后在 for 循环中应用上述步骤