我想计算给定数据中存在的系列数。
我需要此信息来进行时间序列计数。
在这里我希望用户选择如何检查系列。
例如系列可以是地区 > 产品 > 国家/地区(请也选择此代码)
现在,系列是:
- 亚洲 > A > 印度
- 亚洲 > A > 泰国
- 亚洲 > B > 印度
- 亚洲 > B > 泰国
- 亚洲 > D > 日本
- 欧洲 > A > 意大利
- 欧洲 > A > 土耳其
- 欧洲 > B > 意大利
所以我需要一个答案为“8”,因为所选层次结构有 8 个系列。
通过将 CSV 转换为 Excel,然后对所有系列进行计数,我成功地做到了这一点。但如果我的数据量很大,那就非常耗时。
import pandas as pd
import numpy as np
df = pd.read_csv("data.csv")
state = df.unstack('Sales')
set1= list(set(state))
pivot = pd.pivot_table(df,index=["Region","Country","Product"],values="Sales",aggfunc=np.sum)
df1 = pd.DataFrame(pivot)
df1.to_excel("output.xlsx")
df2 = pd.read_excel("output.xlsx")
cols = list(df2.columns)
count_TS = 0
for i in cols:
if i =="":
continue
count_TS += df2[i].count()
print("Total Timeseries = ",count_TS + 1 -(df2['Sales'].count()))
注意:上述代码中使用的层次结构是地区>国家/地区>产品
是否可以在不创建新的 Excel 文件的情况下执行此操作?
这是适合您的 numpy 数组:
array([['Asia', 'India', 'A', 200],
['Asia', 'Thailand', 'A', 150],
['Asia', 'India', 'B', 175],
['Asia', 'Thailand', 'B', 225],
['Asia', 'Japan', 'D', 325],
['Europe', 'Italy', 'A', 120],
['Europe', 'Turkey', 'A', 130],
['Europe', 'Italy', 'B', 160]], dtype=object)
最佳答案
IIUC,您想要GroupBy.ngroups
:
df.groupby(['Region','Country','Sales']).ngroups
#8 Output
关于python - 计算Python pandas中的系列数,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/58896556/