python - 函数从数据框中获取今天的月份值 N-(x)

Question

我花了几个小时尝试编写一个函数，通过获取今天之前过去 4 个月的数据来检测时间序列中的趋势。我用 dt.month 组织了每月的数据，但问题是，如果今天是 1 月，我无法获取上一年的第 12 个月。这是一个玩具数据集:

data1 = pd.DataFrame({'Id' : ['001','001','001','001','001','001','001','001','001',
                              '002','002','002','002','002','002','002','002','002',],
                      'Date': ['2020-01-12', '2019-12-30', '2019-12-01','2019-11-01', '2019-08-04', '2019-08-04', '2019-08-01', '2019-07-20', '2019-06-04',
                               '2020-01-11', '2019-12-12', '2019-12-01','2019-12-01', '2019-09-10', '2019-08-10', '2019-08-01', '2019-06-20', '2019-06-01'],
                      'Quantity' :[3,5,6,72,1,5,6,3,9,3,6,7,3,2,5,74,3,4]
                      })

我的数据清理以获得我需要的格式是这样的:

data1['Date'] =pd.to_datetime(data1['Date'], format='%Y-%m')

data2 = data1.groupby('Id').apply(lambda x: x.set_index('Date').resample('M').sum())['Quantity'].reset_index()

data2['M'] =pd.to_datetime(data2['Date']).dt.month
data2['Y'] =pd.to_datetime(data2['Date']).dt.year
data = pd.DataFrame(data2.groupby(['Id','Date','M','Y'])['Quantity'].sum())

data = data.rename(columns={0 : 'Quantity'})

我的函数如下所示:

def check_trend():
    today_month = int(time.strftime("%-m"))

    data['n3-n4'] = data['Quantity'].loc[data['M']== (today_month - 3)]-data['Quantity'].loc[data['M']== (today_month - 4)]
    data['n2-n3'] = data['Quantity'].loc[data['M'] == (today_month - 2)] - data['Quantity'].loc[data['M'] == (today_month - 3)]
    data['n2-n1'] = data['Quantity'].loc[data['M'] == (today_month - 2)] - data['Quantity'].loc[data['M'] == (today_month - 1)]

    if data['n3-n4'] < 0 and data['n2-n3'] <0 and data['n2-n1'] <0:
    elif data['n3-n4'] > 0 and data['n2-n3'] > 0 and dat['n2-n1'] >0:
        data['Trend'] = 'Yes'

    else:
        data['Trend'] = 'No'

print(check_trend)

我看过这个:Get (year,month) for the last X months但它似乎不适用于特定的 groupby 对象。

我真的很感激你的提示!至少我很想知道这种识别数据集中趋势的方法是否是一种好的方法。之后，如果没有趋势，我计划使用指数平滑法；如果有趋势，我计划使用霍尔特方法。

更新:感谢@Vorsprung durch Technik，我的功能运行良好，但我仍然很难将结果合并到包含来自 data2 的 Id 的新数据框中

forecast = pd.DataFrame()
forecast['Id'] = data1['Id'].unique()
for k,g in data2.groupby(level='Id'):

    forecast['trendup'] = g.tail(5)['Quantity'].is_monotonic_increasing
    forecast['trendown'] = g.tail(5)['Quantity'].is_monotonic_decreasing

这会为数据集的每一行返回相同的值，就像它只对第一行进行计算一样，我如何确保它针对每个 Id 值进行计算？

Answer 1

我认为您不需要check_trend()。

为此有内置函数:
https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Index.is_monotonic_increasing.html
https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Index.is_monotonic_decreasing.html

请告诉我这是否满足您的需要:

data2 = data1.groupby('Id').apply(lambda x: x.set_index('Date').resample('M').sum()) 
for k,g in data2.groupby(level='Id'): 
    print(g.tail(4)['Quantity'].is_monotonic_increasing)
    print(g.tail(4)['Quantity'].is_monotonic_decreasing) 

这是g.tail(4)返回的内容:

                Quantity
Id  Date                
001 2019-10-31         0
    2019-11-30        72
    2019-12-31        11
    2020-01-31         3
                Quantity
Id  Date                
002 2019-10-31         0
    2019-11-30         0
    2019-12-31        16
    2020-01-31         3