我正试图找到一种方法来计算熊猫的逆总和。这意味着应用cumsum
,但从下到上。我所面临的问题是,我试图从上到下(第一个工作日=1,第二个工作日=2,第三个工作日=3,等等)和从下到上(最后一个工作日=1,前一个工作日=2,等等)找出西班牙每个月的工作日数。
到目前为止,我成功地实现了从上到下的顺序,但无法实现相反的顺序,我已经搜索了很多,但找不到执行逆累加和的方法:
import pandas as pd
from datetime import date
from workalendar.europe import Spain
import numpy as np
cal = Spain()
#print(cal.holidays(2019))
rng = pd.date_range('2019-01-01', periods=365, freq='D')
df = pd.DataFrame({ 'Date': rng})
df['flag_workable'] = df['Date'].apply(lambda x: cal.is_working_day(x))
df_workable = df[df['flag_workable'] == True]
df_workable['month'] = df_workable['Date'].dt.month
df_workable['workable_day'] = df_workable.groupby('month')['flag_workable'].cumsum()
print(df)
print(df_workable.head(30))
一月份产量:
Date flag_workable month workable_day
1 2019-01-02 True 1 1.0
2 2019-01-03 True 1 2.0
3 2019-01-04 True 1 3.0
6 2019-01-07 True 1 4.0
7 2019-01-08 True 1 5.0
一月最后几天的示例:
Date flag_workable month workable_day
24 2019-01-25 True 1 18.0
27 2019-01-28 True 1 19.0
28 2019-01-29 True 1 20.0
29 2019-01-30 True 1 21.0
30 2019-01-31 True 1 22.0
这将是应用逆累积公式后的预期输出:
Date flag_workable month workable_day inv_workable_day
1 2019-01-02 True 1 1.0 22.0
2 2019-01-03 True 1 2.0 21.0
3 2019-01-04 True 1 3.0 20.0
6 2019-01-07 True 1 4.0 19.0
7 2019-01-08 True 1 5.0 18.0
一月最后几天:
Date flag_workable month workable_day inv_workable_day
24 2019-01-25 True 1 18.0 5.0
27 2019-01-28 True 1 19.0 4.0
28 2019-01-29 True 1 20.0 3.0
29 2019-01-30 True 1 21.0 2.0
30 2019-01-31 True 1 22.0 1.0
将DataFrameprior的行顺序反转为grouping,以便在每个月内以相反顺序计算
cumsum
。你知道吗解决方案
无论您想对哪个列应用cumsum,都有两个选项:
1将该列的副本按索引降序,然后按总和,然后按索引升序。最后将其赋回到数据帧列。你知道吗
相关问题 更多 >
编程相关推荐