Pandas Groupby Dates，然后是 Group 的 Cumprod？答案

【问题标题】：Pandas Groupby Dates, then Cumprod of Group?Pandas Groupby Dates，然后是 Group 的 Cumprod？
【发布时间】：2018-11-04 05:29:41
【问题描述】：

我有一个包含日期时间的值列表：

     Datetime         Val 
[[2017-01-01 15:00:00, 2],
 [2017-02-05 19:00:00, 3],
 [2018-04-22 15:00:00, 6],
 [2018-08-02 13:00:00, 3],
 [2018-10-03 12:00:00, 3]]

我想按日期时间将值分组到 N 个等间距的 bin 中，然后获取每个组的 vals cumprod 列表，如果 group bin 为空，则 cumprod 为 1。

我目前的方法是计算第一个和最后一个时间戳，然后使用 linspace 计算等距的日期时间箱，这就是我卡住的地方：

n = 5 # 5 equally sized bins
start = pd.Timestamp(df.iloc[0]['datetime'])
end = pd.Timestamp(df.iloc[-1]['datetime'])
bins = np.linspace(start.value, end.value, n+1) # n+1 as linspace is right bound including
groups = pd.to_datetime(bins).values

 ['2017-01-01T15:00:00.000000000' '2017-05-09T14:24:00.000000000'
 '2017-09-14T13:48:00.000000000' '2018-01-20T13:12:00.000000000'
 '2018-05-28T12:36:00.000000000' '2018-10-03T12:00:00.000000000']

输出具有 5 个等间距的 bin，上面给出的示例值可以是例如：

 output = [2*3, 1, 1, 6, 3*3] # 1 if there is no "Val" for a bin

有没有有效/干净的方法来解决这个问题？我研究了 pd.Grouper 但我无法让频率值工作以输出等距的日期时间组。我尝试的另一个解决方案是将日期时间转换为纪元，然后使用 np.digitize 按箱分类。但这也没有成功。感谢任何帮助，也欢迎 Numpy 解决方案。

【问题讨论】：

你真的需要每个bin的累积产品，还是只需要产品？我觉得这不是你想要的，但是像 df.resample('10D').prod().replace(0, 1) 这样的东西呢？

标签： python pandas numpy

【解决方案1】：

您可以使用pd.cut 轻松指定您的垃圾箱。然后你需要groupby + prod。

df.groupby(pd.cut(df.Datetime, bins=5, right=False)).Val.prod()

输出：

Datetime
[2017-01-01 15:00:00, 2017-05-09 14:24:00)           6
[2017-05-09 14:24:00, 2017-09-14 13:48:00)           1
[2017-09-14 13:48:00, 2018-01-20 13:12:00)           1
[2018-01-20 13:12:00, 2018-05-28 12:36:00)           6
[2018-05-28 12:36:00, 2018-10-04 03:21:25.200000)    9
Name: Val, dtype: int64

我们会自动得到你想要的缺失组的行为，因为prod、空Series和ndarrays乘以1。

import numpy as np

np.prod(pd.Series())
#1.0

np.prod(np.ndarray(shape=0))
#1.0

【讨论】：