Я в основном пытаюсь рассчитать доход на сегодняшний день с помощью панд. Я хотел бы вернуть N столбцов, состоящих из каждого конца квартала. Каждый столбец будет рассчитывать общий доход на дату на конец квартала. У меня есть:

df['Amortization_per_Day'] = (2.5, 3.2, 5.5, 6.5, 9.2)
df['Start_Date'] = ('1/1/2018', '2/27/2018', '3/31/2018', '5/23/2018', '6/30/2018') 
Date_Range = pd.date_range('10/31/2017', periods=75, freq='Q-Jan')

И хочу сделать что-то вроде:

df['Amortization_per_Day'] * (('Date_Range' - df['Start_Date']).dt.days + 1)

Для каждой даты в пределах Date_Range. Я не уверен, как передать Date_Range через функцию и вернуть N столбцов. Я читал о zip (* df) и shift, но не до конца понял. Большое вам спасибо за вашу помощь.

1
user10768379 10 Дек 2018 в 03:28

1 ответ

Лучший ответ

Решение

Вот полное решение:

from datetime import datetime
import pandas as pd

df = pd.DataFrame()
df['Amortization_per_Day'] = (2.5, 3.2, 5.5, 6.5, 9.2)
df['Start_Date'] = ('1/1/18', '2/27/18', '3/31/18', '5/23/2018', '6/30/2018') 
df['Start_Date'] = pd.to_datetime(df['Start_Date'])
dr = pd.date_range('10/31/2017', periods=75, freq='Q-Jan')

def betweendates(x, y):
    xv = x.values.astype('datetime64[D]')
    xpad = np.zeros(xv.size + 2, dtype=xv.dtype)
    xpad[1:-1] = xv
    xpad[0],xpad[-1] = np.datetime64(datetime.min), np.datetime64(datetime.max)

    yv = y.values.astype('datetime64[D]')

    return (xpad[:-1] <= yv[:,None]) & (xpad[1:] >= yv[:,None])

# get a boolean array that indicates which dates in dr are in between which dates in df['Start_Date']
btwn = betweendates(df['Start_Date'], dr)

# based on the boolean array btwn, select out the salient rows from df and dates from dr
dfsel = df[btwn[:, 1:].T]
drsel = dr[btwn[:, 1:].sum(axis=1, dtype=bool)]

# do the actual calculation the OP wanted
dfsel['Amortization_per_Day'] * ((drsel - dfsel['Start_Date']).dt.days + 1)

Выход:

0       77.5
2      170.5
4      294.4
4     1140.8
4     1987.2
4     2806.0
4     3652.4
4     4498.8
4     5345.2
4     6173.2
      ...   
4    52394.0
4    53212.8
4    54059.2
4    54905.6
4    55752.0
4    56570.8
4    57417.2
4    58263.6
4    59110.0
4    59938.0
Length: 74, dtype: float64

Объяснение

Логический массив btwn выглядит так:

[[ True False False False False False]
 [False  True False False False False]
 [False False False  True False False]
 [False False False False False  True]
 [False False False False False  True]
 [False False False False False  True]
 [False False False False False  True]
 [False False False False False  True]
 [False False False False False  True]
 [False False False False False  True]
 [False False False False False  True]
 [False False False False False  True]
 [False False False False False  True]
 ...

i -я строка btwn соответствует i -й дате и времени в вашем диапазоне дат. В каждой строке ровно одно значение будет True, а остальные - False. Значение True в столбце 0 указывает, что дата и время предшествуют любому из Start_Times, значение True в столбце 1 указывает, что datetime находится между 0 -м и 1 -м датами в Start_Times и так далее. Значение True в последнем столбце указывает, что дата и время находятся после любого из Start_Times.

Нарезав btwn следующим образом:

btwn[:, 1:]

Его можно использовать для сопоставления дат в вашем диапазоне дат с непосредственно предшествующим Start_Time. Если вместо этого вы измените фрагменты btwn так:

btwn[:, :-1]

Вместо этого вы должны сопоставить каждое datetime со следующим Start_Time.

0
tel 10 Дек 2018 в 02:22