如何在数据框列的滚动窗口中统计相同实例的数量

我试图在以下数据的每个滑动窗口内统计相同ID的数量:

                           ID  DATE            2017-05-17 15:49:51         s_2   2017-05-17 15:49:52         s_5   2017-05-17 15:49:55         s_2   2017-05-17 15:49:56         s_3   2017-05-17 15:49:58         s_52017-05-17 15:49:59         s_5

我试图在大小为3且彼此重叠的滚动窗口内统计相同ID的数量。答案应如下所示:

DATE                    ID      s_2_count    s_3_count   s_5_count       2017-05-17 15:49:51     s_2         2            0         1 2017-05-17 15:49:52     s_5         1            1         1   2017-05-17 15:49:55     s_2         1            1         1   2017-05-17 15:49:56     s_3         0            1         2   2017-05-17 15:49:58     s_5         NaN          NaN       NaN2017-05-17 15:49:59     s_5         NaN          NaN       NaN

回答:

使用 str.get_dummies, rolling, sum, shift, 和 add_prefix:

df.ID.str.get_dummies().rolling(3).sum().shift(-2).add_suffix('_count')

输出:

                     s_2_count  s_3_count  s_5_countDATE                                                2017-05-17 15:49:51        2.0        0.0        1.02017-05-17 15:49:52        1.0        1.0        1.02017-05-17 15:49:55        1.0        1.0        1.02017-05-17 15:49:56        0.0        1.0        2.02017-05-17 15:49:58        NaN        NaN        NaN2017-05-17 15:49:59        NaN        NaN        NaN

让我们将其重新分配给数据框:

df.assign(**df.ID.str.get_dummies().rolling(3).sum().shift(-2).add_suffix('_count'))

或者使用 join

df.join(df.ID.str.get_dummies().rolling(3).sum().shift(-2).add_suffix('_count'))

输出:

                      ID  s_2_count  s_3_count  s_5_countDATE                                                     2017-05-17 15:49:51  s_2        2.0        0.0        1.02017-05-17 15:49:52  s_5        1.0        1.0        1.02017-05-17 15:49:55  s_2        1.0        1.0        1.02017-05-17 15:49:56  s_3        0.0        1.0        2.02017-05-17 15:49:58  s_5        NaN        NaN        NaN2017-05-17 15:49:59  s_5        NaN        NaN        NaN

选项2 使用 pd.crosstab

df.assign(**pd.crosstab(df.index,df.ID).rolling(3).sum().shift(-2))

或者使用 join

df.join(pd.crosstab(df.index,df.ID).rolling(3).sum().shift(-2))

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注