python - 根据日期范围按类别计算总发生次数和发生次数

Question

在下表中，开始日期和结束日期表示计算唯一标识符的时间段。我的目标是计算唯一标识符落在日期之间的次数，但每月显示一次。我还想计算某个类别在该日期范围内的次数。

我是处理表数据和 Pandas 的新手，所以我有点不知所措。非常感谢您的帮助。

示例输入数据:

<表类="s-表"><头>开始日期结束日期唯一标识符类别<正文>2019-04-172020-04-17编号 1234一个2019-05-202021-04-03编号 3492B2019-05-202021-04-03编号7376C2019-04-182021-04-03编号 9813一个2019-06-202021-04-03编号6342一个2019-06-202021-04-03编号 6455B2019-07-202021-04-03编号6342一个2019-06-202021-04-03编号 6455B等...等...等...等...

输出示例:

<表类="s-表"><头><日>日期 Total_Volcount_Acount_Bcount_c<正文>2019 年 4 月22002019年5月42112019年6月73312019 年 7 月8431

Answer 1

首先，我建议将日期列拆分为两个不同的列 year 和 month 以便您可以按它们分组。

df = (pd.DataFrame(records, columns=['start', 'end', 'id', 'cat'])
         .astype({'start':'datetime64', 'end':'datetime64'})
         .assign(year=lambda x: x['start'].dt.year)
         .assign(month=lambda x: x['start'].dt.month))

然后可以将cat列分解，方便计算

df_cats = (pd
 .get_dummies(df['cat'], prefix='count')
 .assign(total = lambda r: r['count_A']+r['count_B']+r['count_C']))

你会得到

现在你只需要合并两个 dfs 并使用 groupby.sum() 得到结果

pd.merge(df, df_cats, left_index=True, right_index=True).groupby(['year', 'month'].sum()

你最终会得到