计算连续几天的python数据帧

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了计算连续几天的python数据帧，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1061字，纯文字阅读大概需要2分钟。

内容图文

我正在尝试按连续日期对ID进行分组.

ID     Date   
abc    2017-01-07  
abc    2017-01-08  
abc    2017-01-09  
abc    2017-12-09  
xyz    2017-01-05  
xyz    2017-01-06 
xyz    2017-04-15  
xyz    2017-04-16 

需要退货：

ID     Count
abc    3
abc    1
xyz    2
xyz    2

我试过了：

d = {'ID': ['abc', 'abc', 'abc', 'abc', 'xyz', 'xyz', 'xyz', 'xyz'], 'Date': ['2017-01-07','2017-01-08', '2017-01-09', '2017-12-09', '2017-01-05', '2017-01-06', '2017-04-15', '2017-04-16']}
df = pd.DataFrame(data=d)
df['Date'] =  pd.to_datetime(df['Date'])

today = pd.to_datetime('2018-10-23')   
x = df.sort_values('Date', ascending=0)
g = x.groupby(['ID'])
x[(today - x['Date']).dt.days == g.cumcount()].groupby(['ID']).size()

是否有一种简单的方法可以通过ID获取所有日期范围的计数？

解决方法:

创建一个系列,用于检查每个ID中日期之间的差异.检查是否不是1天,然后按ID和该系列的累计总和进行分组.

import pandas as pd

s = df.groupby('ID').Date.diff().dt.days.fillna(1).ne(1).cumsum()
df.groupby(['ID', s]).size().reset_index(level=1, drop=True)

输出：

ID
abc    3
abc    1
xyz    2
xyz    2
dtype: int64

内容总结

以上是互联网集市为您收集整理的计算连续几天的python数据帧全部内容，希望文章能够帮你解决计算连续几天的python数据帧所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端