我有一個數據框，如下所示：ID Date Prize IfWon1 01-01-20 5 12 01-01-20 8 11 01-03-20 3 01 01-04-20 10 11 01-07-20 5 02 01-10-20 5 13 01-10-20 10 1我想添加一個新列，對于給定的 ID，該列將包括他們在該日期之前 7 天內贏得的所有獎金的總和，但不包括該日期。目標是擁有一個如下所示的數據框：ID Date Prize IfWon PrevWon1 01-01-20 5 1 02 01-01-20 8 1 01 01-03-20 3 0 51 01-04-20 10 1 51 01-07-20 5 0 152 01-10-20 5 1 03 01-10-20 10 1 0我必須執行的代碼如下，它可以工作，但我有兩個問題：def get_rolling_prize_sum(grp, freq): return grp.rolling(freq, on = 'Date', closed = 'right')['CurrentWon'].sum()processed_data_df['CurrentWon'] = processed_data_df['Prize'] * processed_data_df['IfWon'] # gets deleted laterprocessed_data_df['PrevWon'] = processed_data_df.groupby('ID', group_keys=False).apply(get_rolling_prize_sum, '7D').astype(float) - processed_data_df['CurrentWon']因為我不想包括當天的獎品，所以我試圖關閉右側的滾動，但這不起作用（例如，取出上面的 close = 'right' 會做完全相同的事情） 。因此，我最終在最后一行進行了減法。我使用的實際數據庫很大，我需要在不同的點進行許多滾動求和，但它的速度非常慢。有人告訴我，我可以在不使用 .apply 的情況下直接使用 .rolling 來完成此操作，但我無法使其正常工作。我的嘗試如下，有錯誤，我會注意到該錯誤花了幾分鐘才產生，這是唯一重要的計算，所以看起來好像它正在執行其中的一部分，然后稍后失敗：# Not using closed right here, just subtractingprocessed_data_df['PrevWon'] = processed_data_df.groupby('ID', group_keys=False).rolling('7D', on = 'Date')['CurrentWon'].sum() - processed_data_df['CurrentWon']ValueError: cannot join with no overlapping index names有任何想法嗎？
1 回答
慕碼人8056858
TA貢獻1803條經驗 獲得超6個贊
改進了之前的答案并設法解決了 groupby 的排序問題
df = pd.read_csv("data.csv")
df["Date"] = pd.to_datetime(df['Date'], format='%m-%d-%y')
df["CurrentWon"] = df["Prize"] * df["IfWon"]
result = df.groupby("ID").rolling("7D", on = 'Date', closed = 'right').CurrentWon.sum().reset_index()
result.rename(columns={"CurrentWon": "PreviousWon"}, inplace=True)
df = df.merge(result, on=["ID", "Date"])
df["PreviousWon"] -= df["CurrentWon"]
print(df)
輸出：
ID Date Prize IfWon CurrentWon PreviousWon
0 1 2020-01-01 5 1 5 0.0
1 2 2020-01-01 8 1 8 0.0
2 1 2020-01-03 3 0 0 5.0
3 1 2020-01-04 10 1 10 5.0
4 1 2020-01-07 5 0 0 15.0
5 2 2020-01-10 5 1 5 0.0
6 3 2020-01-10 10 1 10 0.0
添加回答
舉報
0/150
提交
取消