- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我的每个 ID 都有一个这样的数据集;
我想要一个像 AnnualSalaryChangeSumFor12Months 这样的列。它应该是每行过去 12 个月(可变)的 AnnualSalaryChange 值的累计总和。对于每一行,它应该返回 12 个月前并对当时的值求和。如果没有 12 行要求和,它可以对剩余的行求和。
我试过了;
df['ChangeSum']=df.groupby(['ID','Year'])['AnnualSalaryChange'].cumsum()
但它并没有给出我真正想要的。我怎样才能做到这一点?谢谢。
最佳答案
假设这个df
:
Months ID AnnualSalaryChange
0 2020-12-01 1 0
1 2020-11-01 1 1
2 2020-10-01 1 0
3 2020-09-01 1 0
4 2020-08-01 1 0
5 2020-07-01 1 0
6 2020-06-01 1 0
7 2020-05-01 1 0
8 2020-04-01 1 0
9 2020-03-01 1 1
10 2020-02-01 1 0
11 2020-01-01 1 0
12 2019-12-01 1 1
13 2019-11-01 1 0
14 2019-10-01 1 0
15 2019-09-01 1 0
16 2019-08-01 1 0
17 2019-07-01 1 0
18 2019-06-01 1 0
19 2019-05-01 1 0
20 2019-04-01 1 0
21 2019-03-01 1 0
22 2019-02-01 1 1
23 2020-12-01 2 0
24 2020-11-01 2 1
25 2020-10-01 2 0
26 2020-09-01 2 0
27 2020-08-01 2 0
28 2020-07-01 2 0
29 2020-06-01 2 0
30 2020-05-01 2 0
31 2020-04-01 2 0
32 2020-03-01 2 1
33 2020-02-01 2 0
34 2020-01-01 2 0
35 2019-12-01 2 1
36 2019-11-01 2 0
37 2019-10-01 2 0
38 2019-09-01 2 0
39 2019-08-01 2 0
40 2019-07-01 2 0
41 2019-06-01 2 0
42 2019-05-01 2 0
43 2019-04-01 2 0
44 2019-03-01 2 0
45 2019-02-01 2 1
你可以这样做:
df["Months"] = pd.to_datetime(df["Months"])
df = df.sort_values(by="Months")
df_out = (
df.groupby("ID")
.rolling(on="Months", window=12, min_periods=1)["AnnualSalaryChange"]
.sum()
.reset_index()
.sort_values(by=["ID", "Months"], ascending=[True, False])
).rename(columns={"AnnualSalaryChange": "AnnualSalaryChangeSumFor12Months"})
print(df_out)
打印:
ID Months AnnualSalaryChangeSumFor12Months
22 1 2020-12-01 2.0
21 1 2020-11-01 3.0
20 1 2020-10-01 2.0
19 1 2020-09-01 2.0
18 1 2020-08-01 2.0
17 1 2020-07-01 2.0
16 1 2020-06-01 2.0
15 1 2020-05-01 2.0
14 1 2020-04-01 2.0
13 1 2020-03-01 2.0
12 1 2020-02-01 1.0
11 1 2020-01-01 2.0
10 1 2019-12-01 2.0
9 1 2019-11-01 1.0
8 1 2019-10-01 1.0
7 1 2019-09-01 1.0
6 1 2019-08-01 1.0
5 1 2019-07-01 1.0
4 1 2019-06-01 1.0
3 1 2019-05-01 1.0
2 1 2019-04-01 1.0
1 1 2019-03-01 1.0
0 1 2019-02-01 1.0
45 2 2020-12-01 2.0
44 2 2020-11-01 3.0
43 2 2020-10-01 2.0
42 2 2020-09-01 2.0
41 2 2020-08-01 2.0
40 2 2020-07-01 2.0
39 2 2020-06-01 2.0
38 2 2020-05-01 2.0
37 2 2020-04-01 2.0
36 2 2020-03-01 2.0
35 2 2020-02-01 1.0
34 2 2020-01-01 2.0
33 2 2019-12-01 2.0
32 2 2019-11-01 1.0
31 2 2019-10-01 1.0
30 2 2019-09-01 1.0
29 2 2019-08-01 1.0
28 2 2019-07-01 1.0
27 2 2019-06-01 1.0
26 2 2019-05-01 1.0
25 2 2019-04-01 1.0
24 2 2019-03-01 1.0
23 2 2019-02-01 1.0
关于python - Cumsum 每行 pandas 过去 12 个月的列值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/67494673/
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!