我有一个数据框架,其记录跨越了多年:

WarName    |     StartDate     |    EndDate
---------------------------------------------
 'fakewar1'    01-01-1990           02-02-1995
 'examplewar'  05-01-1990           03-07-1998
 (...)
 'examplewar2'  05-07-1999           06-09-2002

我正在尝试将此数据框转换为每年总 war 的摘要概述,例如:
  Year  |  Number_of_wars
----------------------------
  1989         0
  1990         2
  1991         2
  1992         3
  1994         2

通常,我会使用df.groupby('year').count()之类的东西来按年获取总战次数,但是由于我当前使用的是范围而不是设置日期,因此这种方法行不通。

我目前正在编写一个生成年份列表的函数,然后针对列表中的每一年检查数据框中的每一行,并运行一个函数,检查年份是否在该行的日期范围内(如果返回则返回True是这种情况)。
years = range(1816, 2006)
year_dict = {}
for year in years:
for index, row in df.iterrows():
    range = year_in_range(year, row)
    if range = True:
       year_dict[year] = year_dict.get(year, 0) + 1

这行得通,但似乎也令人费解。所以我想知道,我想念的是什么?解决该问题的规范“ Pandas 路”是什么?

最佳答案

pd.value_counts使用理解

pd.value_counts([
    d.year for s, e in zip(df.StartDate, df.EndDate)
    for d in pd.date_range(s, e, freq='Y')
]).sort_index()

1990    2
1991    2
1992    2
1993    2
1994    2
1995    1
1996    1
1997    1
1999    1
2000    1
2001    1
dtype: int64

备用
from functools import reduce

def r(t):
    return pd.date_range(t.StartDate, t.EndDate, freq='Y')

pd.value_counts(reduce(pd.Index.append, map(r, df.itertuples())).year).sort_index()

设置
df = pd.DataFrame(dict(
    WarName=['fakewar1', 'examplewar', 'feuxwar2'],
    StartDate=pd.to_datetime(['01-01-1990', '05-01-1990', '05-07-1999']),
    EndDate=pd.to_datetime(['02-02-1995', '03-07-1998', '06-09-2002'])
), columns=['WarName', 'StartDate', 'EndDate'])

df

      WarName  StartDate    EndDate
0    fakewar1 1990-01-01 1995-02-02
1  examplewar 1990-05-01 1998-03-07
2    feuxwar2 1999-05-07 2002-06-09

关于python - Pandas :获取跨多年的Daterange的每年计数,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/50440186/

10-10 23:50