在下表中，开始日期和结束日期表示计算唯一标识符的时间段。我的目标是计算唯一标识符落在日期之间的次数，但每月显示一次。我还想计算某个类别在该日期范围内的次数。
我是处理表数据和 Pandas 的新手，所以我有点不知所措。非常感谢您的帮助。
示例输入数据:
<表类="s-表">
<头>
开始日期
结束日期
唯一标识符
类别
<正文>
2019-04-17
2020-04-17
编号 1234
一个
2019-05-20
2021-04-03
编号 3492
B
2019-05-20
2021-04-03
编号7376
C
2019-04-18
2021-04-03
编号 9813
一个
2019-06-20
2021-04-03
编号6342
一个
2019-06-20
2021-04-03
编号 6455
B
2019-07-20
2021-04-03
编号6342
一个
2019-06-20
2021-04-03
编号 6455
B
等...
等...
等...
等...
输出示例:
<表类="s-表">
<头>
<日>日期
Total_Vol
count_A
count_B
count_c
<正文>
2019 年 4 月
2
2
0
0
2019年5月
4
2
1
1
2019年6月
7
3
3
1
2019 年 7 月
8
4
3
1
最佳答案
首先，我建议将日期列拆分为两个不同的列 year 和 month 以便您可以按它们分组。
df = (pd.DataFrame(records, columns=['start', 'end', 'id', 'cat'])
.astype({'start':'datetime64', 'end':'datetime64'})
.assign(year=lambda x: x['start'].dt.year)
.assign(month=lambda x: x['start'].dt.month))
然后可以将cat列分解，方便计算
df_cats = (pd
.get_dummies(df['cat'], prefix='count')
.assign(total = lambda r: r['count_A']+r['count_B']+r['count_C']))
你会得到
现在你只需要合并两个 dfs 并使用 groupby.sum() 得到结果
pd.merge(df, df_cats, left_index=True, right_index=True).groupby(['year', 'month'].sum()
你最终会得到
关于python - 根据日期范围按类别计算总发生次数和发生次数，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/66510748/