如何计算python中日期的滚动窗口期？答案

【问题标题】：How to calculate rolling window periods for dates in python?如何计算python中日期的滚动窗口期？
【发布时间】：2020-10-21 15:32:01
【问题描述】：

我是 python 新手，希望能得到一些帮助！我想滚动计算日期期间。我有如下输入数据：

Date        RF1     RF2
01-01-2008  TRUE    FALSE   
02-01-2008  TRUE    FALSE   
03-01-2008  FALSE   FALSE   
04-01-2008  FALSE   FALSE   
05-01-2008  FALSE   FALSE   
06-01-2008  FALSE   FALSE   
07-01-2008  FALSE   FALSE   
08-01-2008  FALSE   FALSE   
09-01-2008  FALSE   FALSE   
10-01-2008  FALSE   FALSE   
11-01-2008  FALSE   FALSE

我想在 20 天的滚动基础上计算 250 天的不同日期期间，然后检查 False 在该期间出现了多少次。

例如：我的第一次月经是 2008 年 1 月 1 日+250 天

那么我的第二次月经应该是从 1 月 21 日+250 天开始，以此类推

然后对于每个时期，我需要检查每列出现 False 的次数。

请帮忙！！

【问题讨论】：

标签： python date datetime rolling-computation

【解决方案1】：

如果Date 列包含真正的Timestamp 对象，您可以使用rolling 和sum，然后使用resample 和first 来处理带有矢量化Pandas 方法的数据帧。它包含字符串，您必须首先将它们转换为时间戳：

df['Date'] = pd.to_datetime(df['Date'])

我还将假设 RF1 和 RF2 列包含真正的布尔值。同样，如果它们是字符串，则应首先将它们转换为布尔值：

df['RF1'] = df['RF1'] == 'TRUE'    # same for RF2

我已经建立了一个与您接近的示例数据框：

np.random.seed(0)          # make data reproducible

df = pd.DataFrame({
    'Date': pd.date_range('2008-01-01', periods=500, freq='D'),
    'RF1': np.random.choice([True, False], 500),
    'RF2': np.random.choice([True, False], 500)})

它给出：

          Date    RF1    RF2
0   2008-01-01   True  False
1   2008-01-02  False  False
2   2008-01-03  False   True
3   2008-01-04   True   True
4   2008-01-05  False   True
..         ...    ...    ...
495 2009-05-10   True   True
496 2009-05-11  False   True
497 2009-05-12   True   True
498 2009-05-13  False  False
499 2009-05-14   True   True

我将首先计算 250 天的每个完整周期的 True 值的滚动总和，然后每 20 天重新采样一次结果：

# compute the sum of True values per periods of 250 days with start and end
result = df.rolling(250, on='Date').sum().dropna().rename(
    columns={'Date': 'End'}).assign(Start=df['Date'] - pd.Timedelta(249, 'D'))

# reorder columns
result = result.reindex(columns=['Start', 'End', 'RF1', 'RF2'])

# resample on every 20th day
result.resample('20D', on='Start').first().reset_index(drop=True)

它给出：

        Start        End    RF1    RF2
0  2008-01-01 2008-09-06  126.0  123.0
1  2008-01-21 2008-09-26  124.0  120.0
2  2008-02-10 2008-10-16  126.0  122.0
3  2008-03-01 2008-11-05  127.0  121.0
4  2008-03-21 2008-11-25  121.0  129.0
5  2008-04-10 2008-12-15  122.0  122.0
6  2008-04-30 2009-01-04  120.0  122.0
7  2008-05-20 2009-01-24  120.0  120.0
8  2008-06-09 2009-02-13  119.0  119.0
9  2008-06-29 2009-03-05  118.0  127.0
10 2008-07-19 2009-03-25  112.0  124.0
11 2008-08-08 2009-04-14  114.0  134.0
12 2008-08-28 2009-05-04  113.0  133.0

【讨论】：

您好，感谢您的回答。但是我不明白RF1和RF2中的列中的数值。我真正想要的是找出“时期”，然后找出每个时期的每一列中出现 False 的次数。我似乎不明白这段代码的输出
@PSharma：我的代码统计了每个时期True的数量。
嘿，谢谢，但我在哪里可以看到“句号”？我的意思是我现在看到有 2 列日期。我想查看每个时期的开始和结束日期以及 True 计数。有没有办法做到这一点？
嗨，再次感谢您！我还有一个疑问。请原谅我，因为我有点困惑并且对 Python 很陌生。为什么上述输出中的开始日期和结束日期相同？我的意思是结束日期应该比开始日期多 250 天，对吧？我还需要 True 在那个特定时期出现的次数。我尝试用我的数据运行这段代码，但它没有给我正确的答案！
@PSharma 我认为你只想要完整的时期，而我计算的是部分时期。查看我的最后一次编辑。

【解决方案2】：

假设您有data，如下所示；

data = [
    {'Date': '01-01-2008', 'RF1': True, 'RF2': False},
    ...
]

然后你可以计算出错误的数量

from itertools import islice

apply_data = [list(islice(data, n, n+250)) for n in range(0, len(data), 20)]
for each_list in apply_data:
    rf1_true_count = sum(v['RF1'] for v in each_list)
    rf1_false_count = 250 - rf1_true_count 
    print(rf1_false_count )

    rf2_true_count = sum(v['RF2'] for v in each_list)
    rf2_false_count = 250 - rf2_true_count 
    print(rf2_false_count )

【讨论】：

您好，非常感谢您的帮助。虽然代码给了我一个错误。类型错误：+ 不支持的操作数类型：“int”和“str”。我不知道为什么会这样
嗨，谢谢你的代码，代码仍然给我一个错误。在“rf1_true_count = sum(v['RF1'] for v in each_list)”行中。我尝试打印 apply_data，但它似乎是一个空列表
我认为 'RF1' 和 'RF2' 具有布尔值。