我有一个员工薪资数据的数据框(示例如下),其中“日期”指员工薪资生效的时间:
Employee Date Salary
PersonA 1/1/2016 $50000
PersonB 3/5/2014 $65000
PersonB 3/1/2015 $75000
PersonB 3/1/2016 $100000
PersonC 5/15/2010 $75000
PersonC 6/3/2011 $100000
PersonC 3/10/2012 $110000
PersonC 9/5/2012 $130000
PersonC 3/1/2013 $150000
PersonC 3/1/2014 $200000
在此示例中,PersonA 今年的起薪为 50,000 美元,PersonC 已经在公司工作了一段时间,并且自 2010 年 5 月 15 日起开始多次加薪。
我需要将日期
列转换为从开始算起的月份
,以单个员工为基础,其中从开始算起的月份
将递增m
个月(由我指定)。例如,对于 PersonB,假设 m=12
,结果将是:
Employee Months From Start Salary
PersonB 0 $65000
PersonB 12 $65000
PersonB 24 $75000
这意味着在第 0 个月(就业开始),PersonB 的工资为 65,000 美元; 12 个月后,他的工资为 65,000 美元,24 个月后,他的工资为 75,000 美元。请注意,下一个增量(36 个月)将不会出现在 PersonB 的转换数据帧上,因为该持续时间超过了 PersonB 的就业持续时间(将在未来)。
再次注意,我希望能够将 m
调整为任何月份增量。如果我想要 6 个月的增量 (m=6
),结果将是:
Employee Months From Start Salary
PersonB 0 $65000
PersonB 6 $65000
PersonB 12 $65000
PersonB 18 $75000
PersonB 24 $100000
PersonB 30 $100000
作为最后一步,我还想将员工截至今天的工资包含在转换后的数据框中。再次使用 PersonB,并假设 m=6
,这意味着结果将是:
Employee Months From Start Salary
PersonB 0 $65000
PersonB 6 $65000
PersonB 12 $65000
PersonB 18 $75000
PersonB 24 $100000
PersonB 30 $100000
PersonB 32.92 $100000 <--added (today is 32.92 months from start)
问题:是否有一种编程方式(我假设至少使用以下之一:groupby
、resample
或 TimeGrouper
)来实现上述所需的数据帧?
注意:您可以假设所有员工都在职(没有离开公司)。
最佳答案
您可以结合 group_by 和 resample 来完成此操作。要使用重新采样,您需要将日期作为索引。
df.index = pd.to_datetime(df.Date)
df.drop('Date',axis = 1, inplace = True)
然后:
df.groupby('Employee').resample('6m').pad()
在本例中,我使用 6 个月的周期。请注意,它将是每个月的最后一天,我希望这不会成为问题。 然后你将拥有:
Employee Date Salary
0 PersonA 2016-01-31 $50000
1 PersonB 2014-03-31 $65000
2 PersonB 2014-09-30 $65000
3 PersonB 2015-03-31 $75000
4 PersonB 2015-09-30 $75000
5 PersonB 2016-03-31 $100000
6 PersonC 2010-05-31 $75000
7 PersonC 2010-11-30 $75000
8 PersonC 2011-05-31 $75000
9 PersonC 2011-11-30 $100000
10 PersonC 2012-05-31 $110000
11 PersonC 2012-11-30 $130000
12 PersonC 2013-05-31 $150000
13 PersonC 2013-11-30 $150000
14 PersonC 2014-05-31 $200000
现在您可以创建“自开始以来的月份”列(cumcount 函数检查每行在其组中出现的顺序)。请记住将其乘以每个期间使用的月数(在本例中为 6):
df['Months since started'] = df.groupby('Employee').cumcount()*6
Employee Date Salary Months since started
0 PersonA 2016-01-31 $50000 0
1 PersonB 2014-03-31 $65000 0
2 PersonB 2014-09-30 $65000 6
3 PersonB 2015-03-31 $75000 12
4 PersonB 2015-09-30 $75000 18
5 PersonB 2016-03-31 $100000 24
6 PersonC 2010-05-31 $75000 0
7 PersonC 2010-11-30 $75000 6
8 PersonC 2011-05-31 $75000 12
9 PersonC 2011-11-30 $100000 18
10 PersonC 2012-05-31 $110000 24
11 PersonC 2012-11-30 $130000 30
12 PersonC 2013-05-31 $150000 36
13 PersonC 2013-11-30 $150000 42
14 PersonC 2014-05-31 $200000 48
希望对您有帮助!
关于python - Pandas groupby + resample/TimeGrouper 用于从开始起几个月的变化,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/40917935/