2
データフレームをより多くのサマリーデータに縮小したい。私はこれを作成したPython:シリーズを使用してデータフレームにデータを要約
In [8]: df
Out[8]:
CTRY_NM ser_no date
0 a 1 2016-01-01
1 a 1 2016-01-02
2 b 1 2016-03-01
3 e 2 2016-01-01
4 e 2 2016-01-02
5 a 2 2016-06-05
6 b 2 2016-07-01
7 b 3 2016-01-01
8 b 3 2016-01-02
9 d 3 2016-08-02
:私は、次のデータフレームを持っているser_no
が同じ国にあるとき、それはシリアルでNaN
でないとき
import pandas as pd
import numpy as np
df = pd.DataFrame({'ser_no': [1, 1, 1, 2, 2, 2, 2, 3, 3, 3],
'CTRY_NM': ['a', 'a', 'b', 'e', 'e', 'a', 'b', 'b', 'b', 'd'],
'day': ['01', '02', '01', '01', '02', '05', '01', '01', '02', '02'],
'month': ['01', '01', '03', '01', '01', '06', '07', '01', '01', '08'],
'year': ['2016','2016', '2016', '2016', '2016', '2016', '2016', '2016',\
'2016', '2016']})
df['date'] = pd.to_datetime(df.day + df.month + df.year, format = "%d%m%Y")
df = df.drop(df.columns[[1,2,4]], axis = 1)
def check(data, key):
mask = data[key].shift(1) == data[key]
mask.iloc[0] = np.nan
return mask
match = df.groupby(by = ['ser_no']).apply(lambda x: check(x, 'CTRY_NM'))
は今match
シリーズは私に語りました番号の変更場所。マッチリターン:
In [9]: match
Out[9]:
ser_no
1 0 NaN
1 1.0
2 0.0
2 3 NaN
4 1.0
5 0.0
6 0.0
3 7 NaN
8 1.0
9 0.0
Name: CTRY_NM, dtype: float64
私は
ser_no CTRY_NM start_dt end_dt number_of_dt
1 a 2016-01-01 2016-01-02 2
1 b 2016-03-01 2016-03-01 1
2 e 2016-01-01 2016-01-02 2
2 a 2016-06-05 2016-06-05 1
2 b 2016-07-01 2016-07-01 1
3 b 2016-01-01 2016-01-02 2
3 d 2016-08-02 2016-08-02 1
としての私のデータフレームを要約するための一致を使用するには、だから私はser_no
は、特定の国であったことと、その中に記録されたどのように多くの日数日付範囲を取得します時間枠。
この要約をPythonでどのように行うのかよくわかりません。
は、だから私はその後、試合 'series'を必要としなかった、ありがとう – dustin