1

我是一个新手，我已经尝试查看几个帖子，但似乎无法让它发挥作用......我肯定是我的问题。

试图合并和浓缩两个数据集，一个具有购买水果的日期和重量，另一个具有历史每日价格。我正在尝试将这些内容浓缩为每周一次。

我试图从中创建的原始数据Weights如下所示：

Date        Product       Weight
1-1-12      Strawberry     15
1-2-12      Bananna        56
1-2-12      Apple          98
1-5-12      Strawberry    115
1-5-12      Bananna       516
1-5-12      Apple         981

这是我尝试创建数据框但返回系列的代码：

df_GrossWeight = pd.read_csv('mydata.csv', encoding='utf-8')
df_GrossWeight_Indexed = df_GrossWeight.set_index(pd.DatetimeIndex(df_GrossWeight['Date']))
grouper = df_GrossWeight_Indexed.groupby([pd.TimeGrouper('W'),'Product'])
Weights = grouper['Weight'].sum()

我想将它与我创建Prices的列出每周价格的系列合并：

(datetimeindex)     Product       Price
2012-01-1           Strawberry    2.10
2012-01-1           Banana        0.55
2012-01-1           Apple         1.25

这是我使用的创建代码Prices：

df_Price = pd.read_csv('Price_Hist.csv')
df_Indexed = df_Price.set_index(pd.DatetimeIndex(df_Price['Date']), drop = True)
df_Price_Indexed = df_Indexed['Price']
Prices = df_Price_Indexed.resample('W').mean()

我正在尝试制作的最终数据框将包含我们购买的每周价格和每周总和。它看起来像这样：

  (datetimeindex)       Product       Price     Weight
    2012-01-1           Strawberry    2.10       130
    2012-01-1           Banana        0.55       572
    2012-01-1           Apple         1.25      1079

我感觉这可以比我尝试的方法简单得多，因此非常感谢任何帮助。

提前谢谢你，我

4

2 回答 2

2

一种方法是将所有日期“四舍五入”到最近的工作日。一旦你有了这个“四舍五入”的日期。您可以加入这两个数据框。

df['Date'] = pd.to_datetime(df['Date'])
df2['(datetimeindex)'] = pd.to_datetime(df2['(datetimeindex)'])

舍入到最近的星期日

df2['Week_Sunday'] = df2['(datetimeindex)'] + pd.tseries.offsets.Week(weekday=6)
df['Week_Sunday'] = df.Date + pd.tseries.offsets.Week(weekday=6)

现在合并数据

df_all = pd.merge(df2, df, on = ['Week_Sunday', 'Product'])
print(df_all)

输出

  (datetimeindex)     Product  Price Week_Sunday       Date  Weight
0      2012-01-01  Strawberry   2.10  2012-01-08 2012-01-01      15
1      2012-01-01  Strawberry   2.10  2012-01-08 2012-01-05     115
2      2012-01-01      Banana   0.55  2012-01-08 2012-01-02      56
3      2012-01-01      Banana   0.55  2012-01-08 2012-01-05     516
4      2012-01-01       Apple   1.25  2012-01-08 2012-01-02      98
5      2012-01-01       Apple   1.25  2012-01-08 2012-01-05     981

分组和总和

df_all.groupby(['(datetimeindex)', 'Product', 'Price'], as_index=False)['Weight'].sum()

 (datetimeindex)     Product  Price  Weight
0      2012-01-01       Apple   1.25    1079
1      2012-01-01      Banana   0.55     572
2      2012-01-01  Strawberry   2.10     130
于 2017-03-23T16:10:09.947 回答
1

确保您的Date列是日期

Weights.Date = pd.to_datetime(Weights.Date)

还要确保修复香蕉错字。

我们可以使用pd.merge_asof查找小于或等于目标日期的最近日期。

pd.merge_asof(
    Weights, Prices, left_on=['Date'], right_on=['(datetimeindex)'], by='Product'
).groupby(
    ['(datetimeindex)', 'Product']
).agg(dict(Weight='sum', Price='mean')).reset_index()

  (datetimeindex)     Product  Price  Weight
0      2012-01-01       Apple   1.25    1079
1      2012-01-01      Banana   0.55     572
2      2012-01-01  Strawberry   2.10     130
于 2017-03-23T16:21:34.123 回答