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
对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/