时间序列累积和的 Pythonic 代码答案

【问题标题】：Pythonic code for cumulative sum of a time series时间序列累积和的 Pythonic 代码
【发布时间】：2018-04-08 17:33:57
【问题描述】：

我有一个带有 Date_of_Purchase 列的 pandas 数据框，其中包含许多 datetime 值：

dop_phev = rebates[rebates['Vehicle_Type']=='Plug-in Hybrid']['Date_of_Purchase']
dop_phev

输出：

0     2015-07-20
1     2015-07-20
3     2015-07-20
4     2015-07-24
5     2015-07-24
     ...    
502   2017-09-16
503   2017-09-18
504   2017-06-14
505   2017-09-21
506   2017-09-22
Name: Date_of_Purchase, Length: 383, dtype: datetime64[ns]`

我想绘制一个累积购买图，y，与日期，x。我开始研究一个解决方案，我循环遍历每个日期并计算所有小于该日期的日期，但这绝对是一个“非 Pythonic”解决方案。如何使用 pythonic 代码完成此操作？

编辑：我不确定它会是什么样子，但这是我目前的解决方案：

dop_phev = rebates[rebates['Vehicle_Type']=='Plug-in Hybrid']['Date_of_Purchase']
cum_count = np.zeros(len(dop_phev.unique()))
for i, date in enumerate(dop_phev.unique()):
    cum_count[i] = sum(dop_phev<date)
plt.plot(dop_phev.unique(),cum_count)

这不太行......

作为参考，我正在研究 this dataset 关于电动汽车的回扣。您可以在我的 GitHub 存储库 here 上找到数据的 CSV。

【问题讨论】：

听说过cumsum？
您可以添加一些具有所需输出的数据样本吗？
@cᴏʟᴅsᴘᴇᴇᴅ ：适用于 MATLAB，但不适用于 Python ;)。你能演示一下它在约会时是如何工作的吗？我试过np.cumsum(dop_phev) 没有成功。

标签： python pandas datetime python-datetime

【解决方案1】：

您可以使用Series.groupby，然后使用Series.plot：

dop_phev = dop_phev.groupby(dop_phev).apply(lambda x: sum(dop_phev<x.name))
print (dop_phev)
2015-07-20    0
2015-07-24    3
2017-06-14    5
2017-09-16    6
2017-09-18    7
2017-09-21    8
2017-09-22    9
Name: Date_of_Purchase, dtype: int64

dop_phev.plot()

【讨论】：