Pandas: получить значения последнего, предпоследнего, предпоследнего месяца

Я застрял в получении последних, предпоследних и предпоследних месячных значений переменной в python, ДАННЫХ контрольной датой. я У меня есть два фрейма данных:

reference_date id_cliente 201504 А8781 201706 B7638 201401 А8781

В этом кадре данных клиенты могут появляться более одного раза (поэтому есть некоторые клиенты, у которых есть более одной контрольной даты).

И другие:

дата id_client продажи 201310 А8781 1 201311 А8781 2 201312 А8781 3 201503 А8781 3200 201502 А8781 6500 201501 А8781 3400 201504 А8781 3400 201703 B7638 300 201704 B7638 200 201705 B7638 100 201706 B7638 3500

Итак, мой желаемый результат:

reference_date id_client последнее свидание предпоследняя_дата предпоследняя_дата 201504 А8781 3200 6500 3400 201706 B7638 100 200 300 201401 А8781 1 2 3

Я знаю, что это можно получить с помощью функций numpy и pandas, но я не могу найти решение...

Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
1
0
382
2
Перейти к ответу Данный вопрос помечен как решенный

Ответы 2

Ответ принят как подходящий

Сначала фильтруем строки после df2['date'] по df1['reference_date'] per id_cliente по Series.map , сравниваем на большее по Series.gt и фильтруем по логическому индексированию, затем сортируем по DataFrame.sort_values ​​ для правильного порядка:

s = df1.set_index('id_cliente')['reference_date']
df = (df2[df2['id_client'].map(s).gt(df2['date'])]
          .sort_values(['id_client','date'], ascending=[True, False]))

Затем создайте вспомогательный столбец по счетчику с помощью GroupBy.cumcount для фильтрации 3 строк, а также используйте его для поворота с помощью DataFrame.pivot:

df['g'] = df.groupby('id_client').cumcount()

df = df[df['g'].lt(3)].copy()

df = df.pivot('id_client','g','sales')

Последним установите имена новых столбцов, добавьте reference_date путем сопоставления и конвертируйте индекс в столбец:

df.columns = ['last_date','penultimate_date','antepenultimate_date']
df = df.reset_index()
df.insert(0,'reference_date', df['id_client'].map(s))
print (df)
   reference_date id_client  last_date  penultimate_date  antepenultimate_date
0          201504     A8781       3200              6500                  3400
1          201706     B7638        100               200                   300

Обновлено: Аналогичный ответ для нескольких id_cliente - вместо map используется DataFrame.merge , а для различения дубликатов id_cliente используется GroupBy.cumcount:

df1['groups'] = df1.groupby('id_cliente').cumcount()

df = df2.merge(df1, left_on='id_client', right_on='id_cliente')

df = (df[df['reference_date'].gt(df['date'])]
           .sort_values(['groups','id_client','date'], ascending=[True, True, False])
          )

df['g'] = df.groupby(['id_client','groups']).cumcount()

df = df[df['g'].lt(3)].copy()

df = df.pivot(['groups','id_client'],'g','sales')
print (df)

df.columns = ['last_date','penultimate_date','antepenultimate_date']

df = df1.join(df, on=['groups','id_cliente']).drop('groups', axis=1)

print (df)
   reference_date id_cliente  last_date  penultimate_date  \
0          201504      A8781       3200              6500   
1          201706      B7638        100               200   
2          201401      A8781          3                 2   

   antepenultimate_date  
0                  3400  
1                   300  
2                     1  

спасибо за Ваш ответ! Это дает мне следующую ошибку после выполнения первых двух строк: переиндексация действительна только для объектов индекса с уникальным значением.

Gus CR 16.12.2020 10:47

@GusCR - это означает, что id_cliente дублируются, при необходимости максимальное date за id_cliente изменение s = df1.set_index('id_cliente')['reference_date'] на s = df1.groupby('id_cliente')['reference_date'].max()

jezrael 16.12.2020 10:50

@jezreael Мне действительно это нужно для всех клиентов, независимо от того, дублируется он или нет ... (клиент может быть дублирован, но не комбинация id_client и reference _date)

Gus CR 16.12.2020 11:05

@GusCR - я думаю, изменить образец данных, чтобы увидеть, как изменить мое решение.

jezrael 16.12.2020 13:08

Давайте продолжим обсуждение в чате.

Gus CR 16.12.2020 14:21

Предполагая структуру фреймов данных в ваших примерах - Агрегируйте второй фрейм данных в столбце date и выберите n-е записи. Вы можете использовать .groupby.nth() с .pivot() для этой задачи.

n_obs = 3 # number of observations per item
grouped = df2[['id_client', 'sales']].groupby('id_client').nth(list(range(n_obs))

# Reformat the table to desired shape for last 3 values, change 
grouped.assign(row_num=grouped.index%n_obs).pivot(
    index='id_client', columns='row_num', values='sales').rename_axis(
        '', axis=1).reset_index().rename(
            columns = {0:'last', 1:'penulltimate', 2:'antepenultimate'})

Выход:

    id_client   last    penulltimate    antepenultimate
0   A8781       3200    6500            3400
1   B7638       300     200             100

Теперь вы можете объединить это с исходным фреймом данных в поле id_client.

См.: GroupBy nth

Спасибо за ваше время. Это не решение. Мне нужно найти последние 3 значения с учетом исходной даты каждого клиента...

Gus CR 16.12.2020 15:53

Другие вопросы по теме