计算每组每n天的斜率
我有以下数据帧（示例）：
import pandas as pd
data = [['A', '2022-09-01', 2], ['A', '2022-09-02', 1], ['A', '2022-09-04', 3], ['A', '2022-09-06', 2],
['A', '2022-09-07', 1], ['A', '2022-09-07', 2], ['A', '2022-09-08', 4], ['A', '2022-09-09', 2],
['B', '2022-09-01', 2], ['B', '2022-09-03', 4], ['B', '2022-09-04', 2], ['B', '2022-09-05', 2],
['B', '2022-09-07', 1], ['B', '2022-09-08', 3], ['B', '2022-09-10', 2]]
df = pd.DataFrame(data = data, columns = ['group', 'date', 'value'])
df['date'] = pd.to_datetime(df['date'])
df['diff_days'] = (df['date']-df['date'].groupby(df['group']).transform('first')).dt.days
group date value diff_days
0 A 2022-09-01 2 0
1 A 2022-09-02 1 1
2 A 2022-09-04 3 3
3 A 2022-09-06 2 5
4 A 2022-09-07 1 6
5 A 2022-09-07 2 6
6 A 2022-09-08 4 7
7 A 2022-09-09 2 8
8 B 2022-09-01 2 0
9 B 2022-09-03 4 2
10 B 2022-09-04 2 3
11 B 2022-09-05 2 4
12 B 2022-09-07 1 6
13 B 2022-09-08 3 7
14 B 2022-09-10 2 9
我想创建一个名为“斜率”的列，它显示每组每n（n=3）天的斜率。这意味着当第一个日期是“2022-09-01”和3天后用于计算时。斜率可以使用“diff_days”（通过与每组第一个值的差异计算）和“值”列来计算。以下是所需的输出：
data = [['A', '2022-09-01', 2, 0, 0.43], ['A', '2022-09-02', 1, 1, 0.43], ['A', '2022-09-04', 3, 3, 0.43], ['A', '2022-09-06', 2, 5, -0.5],
['A', '2022-09-07', 1, 6, -0.5], ['A', '2022-09-07', 2, 6, -0.5], ['A', '2022-09-08', 4, 7, -2], ['A', '2022-09-09', 2, 8, -2],
['B', '2022-09-01', 2, 0, 0.14], ['B', '2022-09-03', 4, 2, 0.14], ['B', '2022-09-04', 2, 3, 0.14], ['B', '2022-09-05', 2, 4, -0.5],
['B', '2022-09-07', 1, 6, -0.5], ['B', '2022-09-08', 3, 7, -0.5], ['B', '2022-09-10', 2, 9, -0.5]]
df_desired = pd.DataFrame(data = data, columns = ['group', 'date', 'value', 'diff_days', 'slope'])
group date value diff_days slope
0 A 2022-09-01 2 0 0.43
1 A 2022-09-02 1 1 0.43
2 A 2022-09-04 3 3 0.43
3 A 2022-09-06 2 5 -0.50
4 A 2022-09-07 1 6 -0.50
5 A 2022-09-07 2 6 -0.50
6 A 2022-09-08 4 7 -2.00
7 A 2022-09-09 2 8 -2.00
8 B 2022-09-01 2 0 0.14
9 B 2022-09-03 4 2 0.14
10 B 2022-09-04 2 3 0.14
11 B 2022-09-05 2 4 -0.50
12 B 2022-09-07 1 6 -0.50
13 B 2022-09-08 3 7 -0.50
14 B 2022-09-10 2 9 -0.50
以下是一些示例计算，可为您提供一个想法：
- A组前3天：斜率（[0,1,3]，[2,1,3]）=0.43
- A组3天后：斜率（[5,6,6]，[2,1,2]）=-0.5
- A组3天后的斜率（[7,8]，[4,2]）=-2.0
所以我想知道是否有人知道如何确定每组每 n 天（这种情况 3 天）的斜率？请注意：并非所有日期都包括在内，因此实际上每n天一次。
共有3个答案
一个可能的解决方案，使用熊猫Groupby、转换和应用：
# size of the blocks
n = 3
# this is to form blocks of 3 elements for each group
df['blk'] = df.groupby('group')['date'].transform(
lambda x: np.repeat(range(int(np.ceil(len(x)/n))), n)[range(len(x))])
# this function calculates the slopes for each block of 3
def f(x):
return x.assign(slope = np.polyfit(x['diff_days'], x['value'], 1)[0])
df.groupby(['group', 'blk'], group_keys=False).apply(f).drop('blk', axis=1)
输出：
group date value diff_days slope
0 A 2022-09-01 2 0 0.428571
1 A 2022-09-02 1 1 0.428571
2 A 2022-09-04 3 3 0.428571
3 A 2022-09-06 2 5 -0.500000
4 A 2022-09-07 1 6 -0.500000
5 A 2022-09-07 2 6 -0.500000
6 A 2022-09-08 4 7 -2.000000
7 A 2022-09-09 2 8 -2.000000
8 B 2022-09-01 2 0 0.142857
9 B 2022-09-03 4 2 0.142857
10 B 2022-09-04 2 3 0.142857
11 B 2022-09-05 2 4 0.214286
12 B 2022-09-07 1 6 0.214286
13 B 2022-09-08 3 7 0.214286
14 B 2022-09-10 2 9 0.111111
因此，您需要：
- 将每个组分成n个元素组（或末尾更少）-使用Numpyarray_split
- 计算斜率-使用Numpy Poly说不定
- 追加n次（或末尾更少）
这里是：
n = 3
slopes = []
for k, g in df.groupby('group'):
a = np.array_split(g['diff_days'].values, n)
b = np.array_split(g['value'].values, n)
for ab in zip(a,b):
for x in ab[0]:
slopes.append(np.polyfit(ab[0], ab[1], 1)[0].round(2))
df['slopes'] = slopes
df['n'] = df.groupby('group').cumcount() // 3
df.merge(
df
.groupby(['group', 'n'])
.apply(lambda s: np.polyfit(s['diff_days'], s['value'], 1)[0])
.reset_index(name='slope')
)
-
< li >使用< code>cumcount为每个组创建一个顺序计数器，然后除以< code>3得到< code>3行的块 < li >按< code>group列对数据帧以及块进行分组，并用< code>np.polyfit进行聚合，以获得斜率 < li>
合并聚合帧回到原始数据帧，以广播< code >斜率值
group date value diff_days n slope
0 A 2022-09-01 2 0 0 0.428571
1 A 2022-09-02 1 1 0 0.428571
2 A 2022-09-04 3 3 0 0.428571
3 A 2022-09-06 2 5 1 -0.500000
4 A 2022-09-07 1 6 1 -0.500000
5 A 2022-09-07 2 6 1 -0.500000
6 A 2022-09-08 4 7 2 -2.000000
7 A 2022-09-09 2 8 2 -2.000000
8 B 2022-09-01 2 0 0 0.142857
9 B 2022-09-03 4 2 0 0.142857
10 B 2022-09-04 2 3 0 0.142857
11 B 2022-09-05 2 4 1 0.214286
12 B 2022-09-07 1 6 1 0.214286
13 B 2022-09-08 3 7 1 0.214286
14 B 2022-09-10 2 9 2 0.111111
-
我有以下数据帧（示例）： 我想添加一个名为“slope”的列，该列相对于每组条件为“指标 = True”的行返回 n 天的斜率（本例 n = 3）。以下是所需的输出： 让我们解释一下 B 组的计算。斜率（使用 “diff_days” 作为 x 值）相对于指标 == True 的行计算 n = 3，即数据框中的第 15 行： < li >对于第12、13、14行，斜率为:Lin regressive
-
我有以下数据帧（示例）： 我想计算每组n行相对于条件行的斜率（指示符==true）。这意味着它应该返回一个列“斜率”，其中斜率在条件行之前和之后，该行的斜率应该为0。除此之外，我想返回一个名为“id”的列，它实际上是表示条件行之前（负）或之后（正）斜率的值的组id。这是所需的输出： 以下是A组的一些解释： 第0,1和2行是斜率为（x=[-3，-2，-1]， y=[2,1,1]）=-0.5的条件行（
-
准备数据： CREATE TABLE t1 (year YEAR(4), month INT(2) UNSIGNED ZEROFILL, day INT(2) UNSIGNED ZEROFILL); INSERT INTO t1 VALUES(2000,1,1),(2000,1,20),(2000,1,30),(2000,2,2), (2000,2
-
问题内容： 可以说我有一个名为’ ‘的mysql表，具有以下值： 我想生成一份报告，说明每天有多少只动物报名（我不在乎一天中的时间）。因此，我从上面的示例表中寻找的最终结果是： 有没有一种方法可以在mysql中执行此操作，或者我需要使用另一种语言（如PHP）来计算总数吗？ 任何想法表示赞赏，谢谢 问题答案： 会给您您所追求的。
-
问题内容： 我有一个有趣的查询需要做。我有一张表，其中有一列包含ip地址编号（使用）和一列。我希望能够计算每天有唯一IP地址列的数量。也就是说，每天有多少个不同的ip行。因此，例如，如果一个IP地址在同一天两次，则在最终计数中将计为1；但是，如果同一IP地址在另一天，则将被计算为第二个计数。 示例数据： 问题答案： SQLFiddle演示
-
问题内容： 我有一个sql代码，可以获取每个员工的总工作时间及其超时时间。我想计算他当天的总加班时间。你能帮我吗？8小时是每天的常规时间。 这是代码 样品输出 我想要的是这样的 问题答案： 你可以做这样的事情 这是 SQLFiddle 演示 您需要为提供真正的默认值，并针对当他们。在一个极端的情况下，如果s是由员工有一天到另一天回家而造成的，那么这些默认值可能分别是和，因为您要计算每个日历日的加班