-1

我有以下数据框：

df = pd.DataFrame({
'Buyer': 'Carl Mark Carl Joe Joe Carl'.split(),
'Quantity': [1,3,5,8,9,3],
'Date' : [
    DT.datetime(2013,9,1,13,0),
    DT.datetime(2013,9,1,13,5),
    DT.datetime(2013,10,1,20,0),
    DT.datetime(2013,10,3,10,0),
    DT.datetime(2013,12,2,12,0),                                      
    DT.datetime(2013,12,2,14,0),
    ]})

df = df.set_index('Date', drop=False)

具有以下功能：

def f(frame):
    cum_sum = 0
    if (len(frame) > 0):
        cum_sum = frame.Quantity.sum()
    frame['cum_sum'] = cum_sum
    return frame

x1 = df.groupby(pd.TimeGrouper('20M')).apply(f)

我得到输出

                     Buyer                Date  Quantity  cum_sum
Date                                                                  
2013-09-01 13:00:00  Carl 2013-09-01 13:00:00         1       4
2013-09-01 13:05:00  Mark 2013-09-01 13:05:00         3       4    
2013-10-01 20:00:00  Carl 2013-10-01 20:00:00         5      25
2013-10-03 10:00:00  Joe  2013-10-03 10:00:00         8      25
2013-12-02 12:00:00  Joe  2013-12-02 12:00:00         9      25
2013-12-02 14:00:00  Carl 2013-12-02 14:00:00         3      25

前两行的 cum_sum 怎么可能不是 25？如果我在 TimeGrouper 函数中使用“A”作为年度量词，那么前两行的 cum_sum 计算是否正确？

谢谢

安迪

4

1 回答 1

1

您需要添加closed='left'到时间分组器，否则它不会包含第一个 bin（因此它在不同的组中），并且顺便说一句...在您的函数中输入错误：cum_sum不sum_sum

(Pdb) df.groupby(TimeGrouper('20M',closed='left')).apply(f)
                    Buyer                Date  Quantity  cum_sum
Date                                                            
2013-09-01 13:00:00  Carl 2013-09-01 13:00:00         1       29
2013-09-01 13:05:00  Mark 2013-09-01 13:05:00         3       29
2013-10-01 20:00:00  Carl 2013-10-01 20:00:00         5       29
2013-10-03 10:00:00   Joe 2013-10-03 10:00:00         8       29
2013-12-02 12:00:00   Joe 2013-12-02 12:00:00         9       29
2013-12-02 14:00:00  Carl 2013-12-02 14:00:00         3       29
于 2013-06-07T15:33:39.147 回答