在给定的时间段内按天计算答案

【问题标题】：Get count by day given time periods在给定的时间段内按天计算
【发布时间】：2018-12-02 00:03:54
【问题描述】：

示例数据框：

    id           start1        end1      start2        end2
0  Bob       2018-11-29  2018-11-30  2018-12-01  2018-12-31
1  James     2018-10-19  2018-10-31         NaT         NaT
2  Jane      2018-04-05  2018-07-12  2018-11-29  2018-11-30

鉴于上述示例数据框，我想按月和年显示频率计数。让我们假设在这些期间，每个人 (id) 都受到了某些东西的“影响”。每个人最多有两个时间段（总会有至少一个时间段（即start1 和end1），但可能有也可能没有第二个时间段（即start2 和@987654326 @))。我想显示在任何人受到影响的整个时间范围内，按月和按年有多少人受到影响。

例如，上述数据会产生类似这样的结果（不确定年月是同一列还是多个列——不管怎样都行）：

   year-month  count
0     2018-04      1
1     2018-05      1
2     2018-06      1
3     2018-07      1
4     2018-08      0
5     2018-09      0
6     2018-10      1
7     2018-11      2
8     2018-12      1

我的最终目标是在不同的时间段内查看这些数据（例如，年份（在此示例数据中均为 2018 年）、月/年、周等）。

我不确定如何将它们解压缩成一个系列，以便我可以在单个列上制作直方图。我知道一旦我将它们放在一个列中（例如，date），我可以执行以下操作：

df.groupby(df["date"].dt.month).count().plot(kind="bar")

但这只会按月计算，并且假设我已经在单列中找到了日期。

我可以只使用datetime 并继续在循环中添加天数，如果它在每个时间范围之间直到我到达结束日期，但每次我做类似的事情时，我都会知道 pandas/numpy 有更好的方法. 我正在寻找更好的方法。

【问题讨论】：

标签： python python-3.x pandas

【解决方案1】：

您可以先使用 pd.wide_to_long 重塑您的数据框

from pandas.tseries.offsets import MonthEnd

newdf=pd.wide_to_long(df,['start','end'],i='id',j='drop')
newdf=newdf.apply(pd.to_datetime)
newdf=newdf.dropna()
newdf.start=newdf.start.values.astype('datetime64[M]')
newdf.end=newdf.end+MonthEnd(0)
newdf
                start        end
id    drop                      
Bob   1    2018-11-01 2018-11-30
James 1    2018-10-01 2018-10-31
Jane  1    2018-04-01 2018-07-31
Bob   2    2018-12-01 2018-12-31
Jane  2    2018-11-01 2018-11-30

然后我们使用date_range

l=[pd.date_range(x,y,freq='M',closed ='right').strftime('%Y-%m') for x ,y in zip(newdf.start,newdf.end)]
pd.Series(np.concatenate(l)).value_counts()
2018-11    2
2018-05    1
2018-12    1
2018-04    1
2018-06    1
2018-10    1
2018-07    1
dtype: int64

【讨论】：