パンダの時系列再サンプリング

Question

私には、開始日と終了日のある航海リストとその航海の収益があります。私は毎月の収益を計算したいが、私は私が行うことができますどのようにしてくださいパンダを使用していることはないです：私は手動で、これはそれぞれの月にある日数航海の計算とを掛けているん

'2016-02-28 07:30:00', '2016-04-30 00:00:00', '600000' 
'2016-05-18 10:30:00', '2016-07-12 02:19:00', '700000' 

を道収益/航海の総延長

Answer 1

各行の各日付範囲に何時間表示されているかを確認する必要があります。そのため、groupbyでmonthsをdate_rangeに、sizeに統合して、DataFrame.applyをカスタム関数で使用してください。各monthにmulすべての時間帯で

price_per_hour = df.price/df1.sum(axis=1) 
print (price_per_hour) 
0 405.131668 
1 533.536585 
dtype: float64 

そして最後に、複数：

print (df) 
       start     end price 
0 2016-02-28 07:30:00 2016-04-30 00:00:00 600000 
1 2016-05-18 10:30:00 2016-07-12 02:19:00 700000 

print (df.dtypes) 
start datetime64[ns] 
end  datetime64[ns] 
price    int64 
dtype: object 

def f(x): 
    rng = pd.date_range(x.start, x.end, freq='H') 
    return rng.to_series().groupby([rng.month]).size() 
df1 = df.apply(f, axis=1) 
print (df1) 
     2  3  4  5  6  7 
0 41.0 744.0 696.0 NaN NaN NaN 
1 NaN NaN NaN 326.0 720.0 266.0 

その後、すべての時間のsum除算列priceによってprice_per_hourを取得

print (df1.mul(price_per_hour, axis=0)) 
       2    3    4    5    6 \ 
0 16610.398379 301417.960837 281971.640783   NaN   NaN 
1   NaN   NaN   NaN 173932.926829 384146.341463 

       7 
0   NaN 
1 141920.731707 

#check sum - it is correctly price 
print (df1.mul(price_per_hour, axis=0).sum(axis=1)) 
0 600000.0 
1 700000.0 
dtype: float64 

---

することができますまた0123を数えるdaysあたりからfreq='D'に変更freq='h'、私はそれがより正確であると思う：

def f(x): 
    rng = pd.date_range(x.start, x.end, freq='D') 
    return rng.to_series().groupby([rng.month]).size() 

df1 = df.apply(f, axis=1) 
print (df1) 
    2  3  4  5  6  7 
0 2.0 31.0 29.0 NaN NaN NaN 
1 NaN NaN NaN 14.0 30.0 11.0 

price_per_hour = df.price/df1.sum(axis=1) 
print (price_per_hour) 
0  9677.419355 
1 12727.272727 
dtype: float64 

print (df1.mul(price_per_hour, axis=0)) 
      2   3    4    5    6   7 
0 19354.83871 300000.0 280645.16129   NaN   NaN  NaN 
1   NaN  NaN   NaN 178181.818182 381818.181818 140000.0 
0 600000.0 
1 700000.0 
dtype: float64 

print (df1.mul(price_per_hour, axis=0).sum(axis=1)) 
0 600000.0 
1 700000.0 
dtype: float64 

melt、GROUPBYによって再形成し、resampleをリサンプリングして別の解決策 - も必要monthsによってgroupbyとaggreagate size：

df['count'] = df.index 
df1 = pd.melt(df, id_vars=['price', 'count'], value_name='dates') 
print (df1) 
    price count variable    dates 
0 600000  0 start 2016-02-28 07:30:00 
1 700000  1 start 2016-05-18 10:30:00 
2 600000  0  end 2016-04-30 00:00:00 
3 700000  1  end 2016-07-12 02:19:00 

df2 = df1.set_index('dates').groupby('count').resample('D').size() 
print (df2) 
count dates  
0  2016-02-28 1 
     2016-02-29 0 
     2016-03-01 0 
     2016-03-02 0 
     2016-03-03 0 
     2016-03-04 0 
     2016-03-05 0 
     2016-03-06 0 
     2016-03-07 0 
     2016-03-08 0 
     2016-03-09 0 
     2016-03-10 0 
     2016-03-11 0 
     2016-03-12 0 
... 
... 

print (df2.index.get_level_values('dates').month) 
[2 2 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 4 4 4 4 
4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 5 5 5 5 5 5 5 5 5 5 5 
5 5 5 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 7 7 7 7 
7 7 7 7 7 7 7 7] 

df3 = df2.groupby([df2.index.get_level_values('count'), 
        df2.index.get_level_values('dates').month]).size().unstack() 
print (df3) 
     2  3  4  5  6  7 
count         
0  2.0 31.0 30.0 NaN NaN NaN 
1  NaN NaN NaN 14.0 30.0 12.0 

price_per_hour = df.price/df3.sum(axis=1) 
print (price_per_hour) 
0  9523.809524 
1 12500.000000 
dtype: float64 

print (df3.mul(price_per_hour, axis=0)) 
        2    3    4   5   6 \ 
count                 
0  19047.619048 295238.095238 285714.285714  NaN  NaN 
1    NaN   NaN   NaN 175000.0 375000.0 
       7 
count    
0   NaN 
1  150000.0 

print (df3.mul(price_per_hour, axis=0).sum(axis=1)) 
count 
0 600000.0 
1 700000.0 
dtype: float64