如何使用熊猫计算库存何时用完？
假设我有这样一个数据帧：
Item Check Date Inventory
Apple 1/1/2020 50
Banana 1/1/2020 80
Apple 1/2/2020 75
Banana 1/2/2020 300
Apple 2/1/2020 100
Apple 2/2/2020 98
Banana 2/2/2020 341
Apple 2/3/2020 95
Banana 2/3/2020 328
Apple 2/4/2020 90
Apple 2/5/2020 85
Banana 2/5/2020 325
我想从最大库存计数开始找到给定项目库存的平均变化率，然后用它来计算哪一天库存会达到零。所以对于苹果来说，它将从2/1开始：2 3 5 5/4 = 3.75，同样对于香蕉来说，从2/213 3/2=8开始。
由于有不同的项目，我用了：
apples=df[df[“Item”]=“apples”]
要仅获取苹果的数据帧，请使用：
苹果["库存"]. idxmax（）
查找具有最大库存计数的行。
然而，这给了我原始数据帧行的行标签。所以我不确定接下来该怎么办，因为我的计划是先用最大库存量将日期从行中删除，然后忽略之前的任何日期。
共有1个答案
您仍然可以使用idxmax，但可以使用transform
s=df[df.index>=df.groupby('Item').Inventory.transform('idxmax')]
out=s.groupby('Item')['Inventory'].apply(lambda x : -x.diff().mean())
Item
Apple 3.75
Banana 8.00
Name: Inventory, dtype: float64
-
问题内容： 问题 我想按组计算。而且我不知道如何对列进行排序，以便对每个组的结果进行排序和确定。 原始数据： 我想要的结果 注意：时间col的类型是timedelta64 [ns] 试 没有得到想要的结果。 希望 因为有5000万行，所以不仅可以解决问题，而且代码可以快速运行。 问题答案： 您可以使用与和汇总： 如果需要删除列中使用的行： 您还可以覆盖列：
-
问题内容： 我有下表。我想根据以下公式计算按每个日期分组的加权平均值。我可以使用一些标准的常规代码来执行此操作，但是假设此数据在pandas数据框中，是否有比通过迭代更简单的方法来实现此目的？ 2012年1月1日w_avg = 0.5 （60 / sum（60,80,100））+ .75 （80 / sum（60,80,100））+ 1.0 *（100 / sum（60,80,100）） 2012
-
我有一个熊猫数据框（df），有四列，我想要一个新的列来表示这四列的平均值：df['mean']=df。平均数（1） 到目前为止还不错。但当我将结果保存到csv文件时，我发现： 我想我可以在“平均值”列中强制使用格式，但知道为什么会发生这种情况吗？ 我使用winpython与python 3.3.2和熊猫0.11.0
-
问题内容： 如果我有： 和 通常 一个数组 如何同时考虑引用变量来计算实际内存使用量？ 问题答案： 如果您想要一个准确的答案，那就不能了。至少不是以任何简单的方式。该主题说明更多。 Bragaadeesh和Bakkal的答案的麻烦在于它们忽略了开销。每个数组还存储诸如它具有的维数，它有多长时间以及垃圾收集器使用的一些东西之类的东西。 对于简单的估算，应该使用其他答案中的计算并加上100-200字节
-
我想在我的数据的每一列中找到< code>NaN的数目。
-
我试图在将数据帧与另一个数据帧合并后更改数据帧中的值，并遇到一些问题（在合并之前似乎不是问题）。 我正在索引和更改数据帧中的值： 随后，我使用merge连接了两个索引(左外连接)(我意识到left.join(右)也可以)。此后，当我使用iloc执行相同的值分配时，我收到以下警告: 对链接文档的审查不会澄清理解，因此，我是否使用了错误的iloc切片方法？（请记住，出于代码的目的，我需要基于位置的切片