日韩性视频-久久久蜜桃-www中文字幕-在线中文字幕av-亚洲欧美一区二区三区四区-撸久久-香蕉视频一区-久久无码精品丰满人妻-国产高潮av-激情福利社-日韩av网址大全-国产精品久久999-日本五十路在线-性欧美在线-久久99精品波多结衣一区-男女午夜免费视频-黑人极品ⅴideos精品欧美棵-人人妻人人澡人人爽精品欧美一区-日韩一区在线看-欧美a级在线免费观看

歡迎訪問 生活随笔!

生活随笔

當(dāng)前位置: 首頁 > 编程语言 > python >内容正文

python

python中dataframe合并列名日期到季度_python – 如何在特定日期范围内的pandas列DataFrame中对某些值求和...

發(fā)布時(shí)間:2023/12/2 python 32 豆豆
生活随笔 收集整理的這篇文章主要介紹了 python中dataframe合并列名日期到季度_python – 如何在特定日期范围内的pandas列DataFrame中对某些值求和... 小編覺得挺不錯(cuò)的,現(xiàn)在分享給大家,幫大家做個(gè)參考.

我有一個(gè)大型的DataFrame,看起來像這樣:

df =

UPC Unit_Sales Price Price_Change Date

0 22 15 1.99 NaN 2017-10-10

1 22 7 2.19 True 2017-10-12

2 22 6 2.19 NaN 2017-10-13

3 22 7 1.99 True 2017-10-16

4 22 4 1.99 NaN 2017-10-17

5 35 15 3.99 NaN 2017-10-09

6 35 17 3.99 NaN 2017-10-11

7 35 5 4.29 True 2017-10-13

8 35 8 4.29 NaN 2017-10-15

9 35 2 4.29 NaN 2017-10-15

基本上我試圖記錄一旦產(chǎn)品(UPC)的銷售在接下來的7天價(jià)格發(fā)生變化后如何反應(yīng).我想創(chuàng)建一個(gè)新列[‘Reaction’],它記錄從價(jià)格變化當(dāng)天到7天前的單位銷售總和.請記住,有時(shí)UPC的價(jià)格變化超過2,因此我希望每次價(jià)格變動都有不同的金額.

所以我想看到這個(gè):

UPC Unit_Sales Price Price_Change Date Reaction

0 22 15 1.99 NaN 2017-10-10 NaN

1 22 7 2.19 True 2017-10-12 13

2 22 6 2.19 NaN 2017-10-13 NaN

3 22 7 1.99 True 2017-10-16 11

4 22 4 1.99 NaN 2017-10-19 NaN

5 35 15 3.99 NaN 2017-10-09 NaN

6 35 17 3.99 NaN 2017-10-11 NaN

7 35 5 4.29 True 2017-10-13 15

8 35 8 4.29 NaN 2017-10-15 NaN

9 35 2 4.29 NaN 2017-10-18 NaN

困難的是如何在我的數(shù)據(jù)中設(shè)置日期.有時(shí)候(比如UPC 35),日期不會超過7天.所以我希望它默認(rèn)為下一個(gè)最近的日期,或者有多少日期(如果少于7天).

這是我嘗試過的:

我將日期設(shè)置為日期時(shí)間,我想通過.days方法計(jì)算天數(shù).

這就是我想要設(shè)置代碼的方式(草稿):

x = df.loc[df['Price_Change'] == 'True']

for x in df:

df['Reaction'] = sum(df.Unit_Sales[1day :8days])

有沒有更容易的方法來做到這一點(diǎn),也許沒有for循環(huán)?

總結(jié)

以上是生活随笔為你收集整理的python中dataframe合并列名日期到季度_python – 如何在特定日期范围内的pandas列DataFrame中对某些值求和...的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò),歡迎將生活随笔推薦給好友。