パンダのデータフレームは日付に基づいて行を分割します

Question

私は1日のレベルで1列の値を持ち、1週間のレベルでは別の列の値を持っています。私は、1日の値を、その日が属する週の週の値で除算し、対応する会社とグループに分けたいと考えています。私はループなしでやり遂げる方法を見つけ出そうとしているし、パンダやナンディでこれを行う方法があるように感じるが、私はそれを理解することはできない。助けてくれてありがとう！

たとえば、私は2つのデータフレームがあります。

DF1 =

Company Group Date  People 
A  X  01/07/2015 5 
A  X  01/14/2015 10 
A  XX 01/07/2015 6 
A  XX 01/14/2015 12 
B  Y  01/07/2015 4 
B  Y  01/14/2015 8 
B  YY 01/07/2015 5 
B  YY 01/14/2015 4 

DF2 =

Company Group Date  Value 
A  X  01/04/2015 5 
A  X  01/06/2015 10 
A  X  01/13/2015 15 
A  XX 01/05/2015 6 
A  XX 01/06/2015 9 
A  XX 01/11/2015 9 
A  XX 01/14/2015 12 
B  Y  01/05/2015 4 
B  Y  01/07/2015 6 
B  Y  01/13/2015 16 
B  Y  01/14/2015 24 
B  YY 01/03/2015 10 
B  YY 01/11/2015 10 
B  YY 01/14/2015 12 

をそして、私は結果がなりたい：

Company Group Date  Value/People 
A  X  01/04/2015 1 
A  X  01/06/2015 2 
A  X  01/13/2015 1.5 
A  XX 01/05/2015 1 
A  XX 01/06/2015 1.5 
A  XX 01/11/2015 0.75 
A  XX 01/14/2015 1 
B  Y  01/05/2015 1 
B  Y  01/07/2015 1.5 
B  Y  01/13/2015 2 
B  Y  01/14/2015 3 
B  YY 01/03/2015 2 
B  YY 01/11/2015 2.5 
B  YY 01/14/2015 3 

Answer 1

日付のような基になるdtype DataFramesとSeriesに格納されている値はNumPy datetime64[ns]です。 datetime64[ns]値の配列は、標準的な第二に、「トリミング」することができ、分、時間、日、週、月、または年（適切な単位に置き換えられ?astype('datetime64[?]')を呼び出すことによって、例えばs、m、h、D、W、 M,Y）。

ここで、各日付を正式な週に分類すると、私たちの問題は大きく解決されます。私たちは、.astype('datetime64[W]')を使用してこの操作を行うことができます。

In [152]: df1['Week'] = df1['Date'].values.astype('datetime64[W]'); df1 
Out[152]: 
    Company  Date Group People  Week 
0  A 2015-01-07  X  5 2015-01-01 
1  A 2015-01-14  X  10 2015-01-08 
2  A 2015-01-07 XX  6 2015-01-01 
3  A 2015-01-14 XX  12 2015-01-08 
4  B 2015-01-07  Y  4 2015-01-01 
5  B 2015-01-14  Y  8 2015-01-08 
6  B 2015-01-07 YY  5 2015-01-01 
7  B 2015-01-14 YY  4 2015-01-08 

がdf1とdf2の両方のためにこれをやった、我々は今、['Week', 'Group', 'Company']上のデータフレームをマージすることができます。これは、df1とdf2の適切な行と一致します。 Value to Peopleの比率を見つけることは簡単です。

---

import pandas as pd 
df1 = pd.DataFrame({'Company': ['A', 'A', 'A', 'A', 'B', 'B', 'B', 'B'], 'Date': ['01/07/2015', '01/14/2015', '01/07/2015', '01/14/2015', '01/07/2015', '01/14/2015', '01/07/2015', '01/14/2015'], 'Group': ['X', 'X', 'XX', 'XX', 'Y', 'Y', 'YY', 'YY'], 'People': [5, 10, 6, 12, 4, 8, 5, 4]}) 

df2 = pd.DataFrame({'Company': ['A', 'A', 'A', 'A', 'A', 'A', 'A', 'B', 'B', 'B', 'B', 'B', 'B', 'B'], 'Date': ['01/04/2015', '01/06/2015', '01/13/2015', '01/05/2015', '01/06/2015', '01/11/2015', '01/14/2015', '01/05/2015', '01/07/2015', '01/13/2015', '01/14/2015', '01/03/2015', '01/11/2015', '01/14/2015'], 'Group': ['X', 'X', 'X', 'XX', 'XX', 'XX', 'XX', 'Y', 'Y', 'Y', 'Y', 'YY', 'YY', 'YY'], 'Value': [5, 10, 15, 6, 9, 9, 12, 4, 6, 16, 24, 10, 10, 12]}) 

for df in [df1, df2]: 
    df['Date'] = pd.to_datetime(df['Date']) 
    df['Week'] = df['Date'].values.astype('datetime64[W]') 

result = pd.merge(df2, df1, how='left', on=['Week', 'Group', 'Company'], suffixes=['', '_1']) 
result['Value/People'] = result['Value']/result['People'] 
result = result[['Company', 'Group', 'Date', 'Value/People']] 
print(result) 

利回り

正規の週に日付をトリミングする際に考慮される必要があり、 "ベースオフセット" の問題があることを

Company Group  Date Value/People 
0  A  X 2015-01-04   1.00 
1  A  X 2015-01-06   2.00 
2  A  X 2015-01-13   1.50 
3  A XX 2015-01-05   1.00 
4  A XX 2015-01-06   1.50 
5  A XX 2015-01-11   0.75 
6  A XX 2015-01-14   1.00 
7  B  Y 2015-01-05   1.00 
8  B  Y 2015-01-07   1.50 
9  B  Y 2015-01-13   2.00 
10  B  Y 2015-01-14   3.00 
11  B YY 2015-01-03   2.00 
12  B YY 2015-01-11   2.50 
13  B YY 2015-01-14   3.00 

---

注意。言い換えれば、いつ週が始まるかを決める必要があります。標準的な選択がdf['Date'].values.astype('datetime64[W]')であるのが気に入らない場合は、日付にオフセットを追加する必要があります。たとえば、あなたが使用することができdf['Date']の日付に日を追加します

(df['Date'].values + np.timedelta64(1, 'D')).astype('datetime64[W]')