- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我的问题是关于如何为数据框中的每个多个“分组”对 int 系列进行上采样。 (在我的例子中,对于每个“团队”和“LeadWeek”分组)。
我看到内置函数和许多用于对时间序列进行上采样的示例,但没有对整数进行上采样。由于各种原因,我现在不会进入,我想用整数而不是时间序列来完成此操作。
就我而言,我有“Teams”和“LeadWeeks”,并且我想将每个“Team”和“LeadWeek”组合的“Conversion Weeks”上采样为 [0, 1, 2, 3, 4]。
我认为有一种方法可以使用 multi-index
/groupby
+ resample()
来做到这一点,但我不够聪明经过几个小时的修补后弄清楚。在此向各位高人求助...
这是示例数据框:
df = pd.DataFrame([
['Team A', pd.datetime(2017, 12, 1), 0, 2]
,['Team A', pd.datetime(2017, 12, 1), 2, 1]
,['Team A', pd.datetime(2017, 12, 1), 4, 1]
,['Team A', pd.datetime(2017, 12, 8), 3, 2]
,['Team B', pd.datetime(2017, 12, 1), 0, 1]
,['Team B', pd.datetime(2017, 12, 1), 2, 3]
,['Team B', pd.datetime(2017, 12, 8), 1, 3]
,['Team B', pd.datetime(2017, 12, 8), 3, 2]
]
, columns=['Team', 'LeadWeek', 'ConversionWeek', 'Conversions']
)
我想要的输出如下,每个 Team/LeadWeek 分组都有 5 个“ConversionWeek”行,编号为 0 到 4:
Team LeadWeek ConversionWeek Conversions
0 Team A 2017-12-01 0 2.0
1 Team A 2017-12-01 1 0.0
2 Team A 2017-12-01 2 1.0
3 Team A 2017-12-01 3 0.0
4 Team A 2017-12-01 4 1.0
5 Team A 2017-12-08 0 0.0
6 Team A 2017-12-08 1 0.0
7 Team A 2017-12-08 2 0.0
8 Team A 2017-12-08 3 2.0
9 Team A 2017-12-08 4 0.0
10 Team B 2017-12-01 0 1.0
11 Team B 2017-12-01 1 0.0
12 Team B 2017-12-01 2 3.0
13 Team B 2017-12-01 3 0.0
14 Team B 2017-12-01 4 0.0
15 Team B 2017-12-08 0 0.0
16 Team B 2017-12-08 1 3.0
17 Team B 2017-12-08 2 0.0
18 Team B 2017-12-08 3 2.0
19 Team B 2017-12-08 4 0.0
我确实有一个解决方案,但它不是很Pythonic。这与我在 SQL 中解决它的方式相同,即使用所有不同元素的笛卡尔积创建一个“支架”,然后将我的实际转换加入其中。在 Python 中,此方法使用 itertools.product()
我的解决方案是这样的:
import pandas as pd
import numpy as np
import itertools as it
df = pd.DataFrame([
['Team A', pd.datetime(2017, 12, 1), 0, 2]
,['Team A', pd.datetime(2017, 12, 1), 2, 1]
,['Team A', pd.datetime(2017, 12, 1), 4, 1]
,['Team A', pd.datetime(2017, 12, 8), 3, 2]
,['Team B', pd.datetime(2017, 12, 1), 0, 1]
,['Team B', pd.datetime(2017, 12, 1), 2, 3]
,['Team B', pd.datetime(2017, 12, 8), 1, 3]
,['Team B', pd.datetime(2017, 12, 8), 3, 2]
]
, columns=['Team', 'LeadWeek', 'ConversionWeek', 'Conversions']
)
ConversionWeek = np.linspace(0, 4, 5, dtype=int)
Team = df['Team'].unique()
LeadWeek = df['LeadWeek'].unique()
scaffold_raw = []
for i in it.product(Team, LeadWeek, ConversionWeek):
scaffold_raw.append(i)
scaffold = pd.DataFrame(scaffold_raw, columns=['Team', 'LeadWeek', 'ConversionWeek'])
new_frame = scaffold.merge(df, how='left')
new_frame = new_frame.sort_values(by=['Team', 'LeadWeek', 'ConversionWeek']).reset_index(drop=True)
new_frame['Conversions'].fillna(0, inplace=True)
感谢您对更优雅的解决方案的任何帮助。
最佳答案
通过传递pd.MultiIndex
来使用reindex
-
idx = pd.MultiIndex.from_product(
[df.Team.unique(), df.LeadWeek.unique(), np.arange(5)]
)
v = df.set_index(['Team', 'LeadWeek', 'ConversionWeek'])\
.reindex(idx)\
.fillna(0)\
.reset_index()
v.columns = df.columns
v
Team LeadWeek ConversionWeek Conversions
0 Team A 2017-12-01 0 2.0
1 Team A 2017-12-01 1 0.0
2 Team A 2017-12-01 2 1.0
3 Team A 2017-12-01 3 0.0
4 Team A 2017-12-01 4 1.0
5 Team A 2017-12-08 0 0.0
6 Team A 2017-12-08 1 0.0
7 Team A 2017-12-08 2 0.0
8 Team A 2017-12-08 3 2.0
9 Team A 2017-12-08 4 0.0
10 Team B 2017-12-01 0 1.0
11 Team B 2017-12-01 1 0.0
12 Team B 2017-12-01 2 3.0
13 Team B 2017-12-01 3 0.0
14 Team B 2017-12-01 4 0.0
15 Team B 2017-12-08 0 0.0
16 Team B 2017-12-08 1 3.0
17 Team B 2017-12-08 2 0.0
18 Team B 2017-12-08 3 2.0
19 Team B 2017-12-08 4 0.0
关于python - 对 Pandas DataFrame 组内的 int 系列进行上采样,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/48142528/
pandas.crosstab 和 Pandas 数据透视表似乎都提供了完全相同的功能。有什么不同吗? 最佳答案 pivot_table没有 normalize争论,不幸的是。 在 crosstab
我能找到的最接近的答案似乎太复杂:How I can create an interval column in pandas? 如果我有一个如下所示的 pandas 数据框: +-------+ |
这是我用来将某一行的一列值移动到同一行的另一列的当前代码: #Move 2014/15 column ValB to column ValA df.loc[(df.Survey_year == 201
我有一个以下格式的 Pandas 数据框: df = pd.DataFrame({'a' : [0,1,2,3,4,5,6], 'b' : [-0.5, 0.0, 1.0, 1.2, 1.4,
所以我有这两个数据框,我想得到一个新的数据框,它由两个数据框的行的克罗内克积组成。正确的做法是什么? 举个例子:数据框1 c1 c2 0 10 100 1 11 110 2 12
TL;DR:在 pandas 中,如何绘制条形图以使其 x 轴刻度标签看起来像折线图? 我制作了一个间隔均匀的时间序列(每天一个项目),并且可以像这样很好地绘制它: intensity[350:450
我有以下两个时间列,“Time1”和“Time2”。我必须计算 Pandas 中的“差异”列,即 (Time2-Time1): Time1 Time2
从这个 df 去的正确方法是什么: >>> df=pd.DataFrame({'a':['jeff','bob','jill'], 'b':['bob','jeff','mike']}) >>> df
我想按周从 Pandas 框架中的列中累积计算唯一值。例如,假设我有这样的数据: df = pd.DataFrame({'user_id':[1,1,1,2,2,2],'week':[1,1,2,1,
数据透视表的表示形式看起来不像我在寻找的东西,更具体地说,结果行的顺序。 我不知道如何以正确的方式进行更改。 df示例: test_df = pd.DataFrame({'name':['name_1
我有一个数据框,如下所示。 Category Actual Predicted 1 1 1 1 0
我有一个 df,如下所示。 df: ID open_date limit 1 2020-06-03 100 1 2020-06-23 500
我有一个 df ,其中包含与唯一值关联的各种字符串。对于这些唯一值,我想删除不等于单独列表的行,最后一行除外。 下面使用 Label 中的各种字符串值与 Item 相关联.所以对于每个唯一的 Item
考虑以下具有相同名称的列的数据框(显然,这确实发生了,目前我有一个像这样的数据集!:() >>> df = pd.DataFrame({"a":range(10,15),"b":range(5,10)
我在 Pandas 中有一个 DF,它看起来像: Letters Numbers A 1 A 3 A 2 A 1 B 1 B 2
如何减去两列之间的时间并将其转换为分钟 Date Time Ordered Time Delivered 0 1/11/19 9:25:00 am 10:58:00 am
我试图理解 pandas 中的下/上百分位数计算,但有点困惑。这是它的示例代码和输出。 test = pd.Series([7, 15, 36, 39, 40, 41]) test.describe(
我有一个多索引数据框,如下所示: TQ bought HT Detailed Instru
我需要从包含值“低”,“中”或“高”的数据框列创建直方图。当我尝试执行通常的df.column.hist()时,出现以下错误。 ex3.Severity.value_counts() Out[85]:
我试图根据另一列的长度对一列进行子串,但结果集是 NaN .我究竟做错了什么? import pandas as pd df = pd.DataFrame([['abcdefghi','xyz'],
我是一名优秀的程序员,十分优秀!