从合同开始和结束日期表计算合同天数答案

【问题标题】：Calculate Days Under Contract from Table of Contract Start and End Dates从合同开始和结束日期表计算合同天数
【发布时间】：2019-10-11 04:27:37
【问题描述】：

我有一个pandas 特定资产（A、B、...）的合同数据框。每个合同都有一个开始日期、结束日期（包括两个日期）和一个日期（合同不能重叠）。我想生成一个表格，显示在指定期间（即日期范围，在本例中为季度）内的总天数，每项资产都已签订合同。然后，我想计算每项资产的总收入（日费率 * 合同天数）。

我从生成季度结束日期列表开始，但不知道如何继续：

pd.date_range(start='9/30/2019',end='12/31/2020',freq='Q').tolist()

这是我的示例数据：

pd.DataFrame([['A', pd.to_datetime('07/30/2019'), pd.to_datetime('08/25/2019'), 5], ['B', pd.to_datetime('08/30/2022'), pd.to_datetime('09/30/2019'), 10], ['A',pd.to_datetime('09/30/2019'),pd.to_datetime('10/31/2019'), 2]], columns=['Asset', 'start', 'end', 'dayrate']).set_index('Asset')

    start   end dayrate
Asset           
A   2019-07-30  2019-08-25  5
B   2022-08-30  2019-09-30  10
A   2019-09-30  2019-10-31  2

【问题讨论】：

标签： python pandas

【解决方案1】：

如果我正确理解了问题陈述，这应该可以工作。

# create the dates for each quarter
date_range_quarter_lst = pd.date_range(start='9/30/2019',end='12/31/2020', freq='Q').tolist()

# create tuples of those dates
def pairwise(iterable):
    it = iter(iterable)
    a = next(it, None)

    for b in it:
        yield (a, b)
        a = b
date_range_quarter_zip = [*pairwise(date_range_quarter_lst)]

# extract day by day views between the start and end dates
date_range_days = [pd.date_range(start=_[0], end=_[1], freq='d').tolist() for _ in date_range_quarter_zip]

# function to get the total revenue for the intersection of days
def get_day_count(row, date_range):
    # get all days worked by the contracter between their start and end date
    day_dates = pd.date_range(start=row['start'],end=row['end'], freq='d').tolist()
    # set this with the specified date range and multiply by the day rate
    return len(set(day_dates).intersection(set(date_range))) * row['dayrate']

rev_cols = []
# iterate over each period (quarter) and create a new column
for date_range in date_range_days:
    col_nm = f"total_revs_{date_range[0].strftime('%Y%m%d')}_{date_range[-1].strftime('%Y%m%d')}"
    df[col_nm] = df.apply(lambda row: get_day_count(row, date_range), axis=1)
    rev_cols.append(col_nm)

# groupby
df.groupby(df.index)[rev_cols].sum()

输出（分组前）

        start   end         dayrate total_revs_20190930_20191231    total_revs_20200331_20200630    total_revs_20200930_20201231
Asset                       
A   2019-07-30  2019-08-25  5       0                               0                               0
B   2022-08-30  2019-09-30  10      0                               0                               0
A   2019-09-30  2019-10-31  2       64                              0                               0

输出（发布分组）

Asset    total_revs_20190930_20191231   total_revs_20200331_20200630    total_revs_20200930_20201231

A       64                              0                                0
B       0                               0                                0

【讨论】：

不完全。资产 A 在 2019 年 10 月 31 日之后开始的期间应该有零收入，因为那是它的最后一份合同结束的时间。我正在寻找一个汇总表，其中包含行 A、B 和 cols 2019 年第三季度、2019 年第四季度等，显示所有合同下每项资产的收入。
如果有助于更好地理解这个问题，我同样询问了如何在 Excel 中执行此操作：superuser.com/q/1490685/1090414
哎呀，对于设置操作，我使用了union 而不是intersection。已更新。
另请注意，对于 Asset B，您有一个 start 日期 > 您的 end 日期。
问题中的错字。很好的收获。

【解决方案2】：

假设数据框中的日期确实是 datetime 对象，这样的事情可能会起作用。 See the timedelta docs for more info

contracts = {item : 0 for item in df.index.unique()}

for index, row in df.iterrows():
    contracts[index] += row['end'] - row['start']

【讨论】：