次のデータフレームがあります。
Hotel_id Month_Year Chef_Id Chef_is_masterchef Transition
2400188 February-2018 4597566 1 0
2400188 March-2018 4597566 1 0
2400188 April-2018 4597566 1 0
2400188 May-2018 4597566 1 0
2400188 June-2018 4597566 1 0
2400188 July-2018 4597566 1 0
2400188 August-2018 4597566 1 0
2400188 September-2018 4597566 0 1
2400188 October-2018 4597566 0 0
2400188 November-2018 4597566 0 0
2400188 December-2018 4597566 0 0
2400188 January-2019 4597566 0 0
2400188 February-2019 4597566 0 0
2400188 March-2019 4597566 0 0
2400188 April-2019 4597566 0 0
2400188 May-2019 4597566 0 0
2400614 May-2015 2297544 0 0
2400614 June-2015 2297544 0 0
2400614 July-2015 2297544 0 0
2400614 August-2015 2297544 0 0
2400614 September-2015 2297544 0 0
2400614 October-2015 2297544 0 0
2400614 November-2015 2297544 0 0
2400614 December-2015 2297544 0 0
2400614 January-2016 2297544 1 1
2400614 February-2016 2297544 1 0
2400614 March-2016 2297544 1 0
3400624 May-2016 2597531 0 0
3400624 June-2016 2597531 0 0
3400624 July-2016 2597531 0 0
3400624 August-2016 2597531 1 1
2400133 February-2016 4597531 0 0
2400133 March-2016 4597531 0 0
2400133 April-2016 4597531 0 0
2400133 May-2016 4597531 0 0
2400133 June-2016 4597531 0 0
2400133 July-2016 4597531 0 0
2400133 August-2016 4597531 1 1
2400133 September-2016 4597531 1 0
2400133 October-2016 4597531 1 0
2400133 November-2016 4597531 1 0
2400133 December-2016 4597531 1 0
2400133 January-2017 4597531 1 0
2400133 February-2017 4597531 1 0
2400133 March-2017 4597531 1 0
2400133 April-2017 4597531 1 0
2400133 May-2017 4597531 1 0
遷移がから起こるとき0〜1または0と1でChef_is_Masterchefの列、この遷移はで示される遷移としてカラム1。
実際、元のデータフレームについて、以下で説明するように値が入力される別の列（「Var」という名前）を作成することを考えました。
予想されるデータフレーム：
Hotel_id Month_Year Chef_Id Chef_is_masterchef Transition Var
2400188 February-2018 4597566 1 0 -7
2400188 March-2018 4597566 1 0 -6
2400188 April-2018 4597566 1 0 -5
2400188 May-2018 4597566 1 0 -4
2400188 June-2018 4597566 1 0 -3
2400188 July-2018 4597566 1 0 -2
2400188 August-2018 4597566 1 0 -1
2400188 September-2018 4597566 0 1 0
2400188 October-2018 4597566 0 0 1
2400188 November-2018 4597566 0 0 2
2400188 December-2018 4597566 0 0 3
2400188 January-2019 4597566 0 0 4
2400188 February-2019 4597566 0 0 5
2400188 March-2019 4597566 0 0 6
2400188 April-2019 4597566 0 0 7
2400188 May-2019 4597566 0 0 8
2400614 May-2015 2297544 0 0 -8
2400614 June-2015 2297544 0 0 -7
2400614 July-2015 2297544 0 0 -6
2400614 August-2015 2297544 0 0 -5
2400614 September-2015 2297544 0 0 -4
2400614 October-2015 2297544 0 0 -3
2400614 November-2015 2297544 0 0 -2
2400614 December-2015 2297544 0 0 -1
2400614 January-2016 2297544 1 1 0
2400614 February-2016 2297544 1 0 1
2400614 March-2016 2297544 1 0 2
3400624 May-2016 2597531 0 0 -3
3400624 June-2016 2597531 0 0 -2
3400624 July-2016 2597531 0 0 -1
3400624 August-2016 2597531 1 1 0
2400133 February-2016 4597531 0 0 -6
2400133 March-2016 4597531 0 0 -5
2400133 April-2016 4597531 0 0 -4
2400133 May-2016 4597531 0 0 -3
2400133 June-2016 4597531 0 0 -2
2400133 July-2016 4597531 0 0 -1
2400133 August-2016 4597531 1 1 0
2400133 September-2016 4597531 1 0 1
2400133 October-2016 4597531 1 0 2
2400133 November-2016 4597531 1 0 3
2400133 December-2016 4597531 1 0 4
2400133 January-2017 4597531 1 0 5
2400133 February-2017 4597531 1 0 6
2400133 March-2017 4597531 1 0 7
2400133 April-2017 4597531 1 0 8
2400133 May-2017 4597531 1 0 9
観察された場合、Var列の遷移点で、値をゼロとして指定し、対応する整数値を維持する前後の行に値を指定します。
しかし、以下のコードを使用した後、Var列に問題がありました。
s = df['Chef_is_masterchef'].eq(0).groupby(df['Chef_Id']).transform('sum')
df['var'] = df.groupby('Chef_Id').cumcount().sub(s)
上記のコードからの出力：
Hotel_id Month_Year Chef_Id Chef_is_masterchef Transition Var
2400188 February-2018 4597566 1 0 -9
2400188 March-2018 4597566 1 0 -8
2400188 April-2018 4597566 1 0 -7
2400188 May-2018 4597566 1 0 -6
2400188 June-2018 4597566 1 0 -5
2400188 July-2018 4597566 1 0 -4
2400188 August-2018 4597566 1 0 -3
2400188 September-2018 4597566 0 1 -2
2400188 October-2018 4597566 0 0 -1
2400188 November-2018 4597566 0 0 0
2400188 December-2018 4597566 0 0 1
2400188 January-2019 4597566 0 0 2
2400188 February-2019 4597566 0 0 3
2400188 March-2019 4597566 0 0 4
2400188 April-2019 4597566 0 0 5
2400188 May-2019 4597566 0 0 6
2400614 May-2015 2297544 0 0 -8
2400614 June-2015 2297544 0 0 -7
2400614 July-2015 2297544 0 0 -6
2400614 August-2015 2297544 0 0 -5
2400614 September-2015 2297544 0 0 -4
2400614 October-2015 2297544 0 0 -3
2400614 November-2015 2297544 0 0 -2
2400614 December-2015 2297544 0 0 -1
2400614 January-2016 2297544 1 1 0
2400614 February-2016 2297544 1 0 1
2400614 March-2016 2297544 1 0 2
3400624 May-2016 2597531 0 0 -3
3400624 June-2016 2597531 0 0 -2
3400624 July-2016 2597531 0 0 -1
3400624 August-2016 2597531 1 1 0
2400133 February-2016 4597531 0 0 -6
2400133 March-2016 4597531 0 0 -5
2400133 April-2016 4597531 0 0 -4
2400133 May-2016 4597531 0 0 -3
2400133 June-2016 4597531 0 0 -2
2400133 July-2016 4597531 0 0 -1
2400133 August-2016 4597531 1 1 0
2400133 September-2016 4597531 1 0 1
2400133 October-2016 4597531 1 0 2
2400133 November-2016 4597531 1 0 3
2400133 December-2016 4597531 1 0 4
2400133 January-2017 4597531 1 0 5
2400133 February-2017 4597531 1 0 6
2400133 March-2017 4597531 1 0 7
2400133 April-2017 4597531 1 0 8
2400133 May-2017 4597531 1 0 9
観測された場合、Chef_Id = 4597566の場合、遷移のポイントで、Var列の値がゼロではなく異なることがわかります。
これは問題を引き起こします。なぜなら、移行の時点で、各IDに対して最大3か月前と2か月後を含む行を選択する必要があるからです。また、移行の時点で、次のコードを使用して、IDごとに最大6か月前と5か月後を含む行を選択する必要があります。
df1 = df[df['var'].between(-3, 2)]
print (df1)
df2 = df[df['var'].between(-6, 5)]
print (df2)
だから私に解決策を教えてください。
前もって感謝します！
IIUC、使用pandas.DataFrame.groupby.transformしてnumpy.arangeとnumpy.argmax：
df["Var"] = df.groupby("Chef_Id")["Transition"].transform(lambda x: np.arange(x.size) - np.argmax(x))
print(df)
出力：
Hotel_id Month_Year Chef_Id Chef_is_masterchef Transition Var
0 2400188 February-2018 4597566 1 0 -7
1 2400188 March-2018 4597566 1 0 -6
2 2400188 April-2018 4597566 1 0 -5
3 2400188 May-2018 4597566 1 0 -4
4 2400188 June-2018 4597566 1 0 -3
5 2400188 July-2018 4597566 1 0 -2
6 2400188 August-2018 4597566 1 0 -1
7 2400188 September-2018 4597566 0 1 0
8 2400188 October-2018 4597566 0 0 1
9 2400188 November-2018 4597566 0 0 2
10 2400188 December-2018 4597566 0 0 3
11 2400188 January-2019 4597566 0 0 4
12 2400188 February-2019 4597566 0 0 5
13 2400188 March-2019 4597566 0 0 6
14 2400188 April-2019 4597566 0 0 7
15 2400188 May-2019 4597566 0 0 8
16 2400614 May-2015 2297544 0 0 -8
17 2400614 June-2015 2297544 0 0 -7
18 2400614 July-2015 2297544 0 0 -6
19 2400614 August-2015 2297544 0 0 -5
20 2400614 September-2015 2297544 0 0 -4
21 2400614 October-2015 2297544 0 0 -3
22 2400614 November-2015 2297544 0 0 -2
23 2400614 December-2015 2297544 0 0 -1
24 2400614 January-2016 2297544 1 1 0
25 2400614 February-2016 2297544 1 0 1
26 2400614 March-2016 2297544 1 0 2
27 3400624 May-2016 2597531 0 0 -3
28 3400624 June-2016 2597531 0 0 -2
29 3400624 July-2016 2597531 0 0 -1
30 3400624 August-2016 2597531 1 1 0
31 2400133 February-2016 4597531 0 0 -6
32 2400133 March-2016 4597531 0 0 -5
33 2400133 April-2016 4597531 0 0 -4
34 2400133 May-2016 4597531 0 0 -3
35 2400133 June-2016 4597531 0 0 -2
36 2400133 July-2016 4597531 0 0 -1
37 2400133 August-2016 4597531 1 1 0
38 2400133 September-2016 4597531 1 0 1
39 2400133 October-2016 4597531 1 0 2
40 2400133 November-2016 4597531 1 0 3
41 2400133 December-2016 4597531 1 0 4
42 2400133 January-2017 4597531 1 0 5
43 2400133 February-2017 4597531 1 0 6
44 2400133 March-2017 4597531 1 0 7
45 2400133 April-2017 4597531 1 0 8
46 2400133 May-2017 4597531 1 0 9
この記事はインターネットから収集されたものであり、転載の際にはソースを示してください。
侵害の場合は、連絡してください[email protected]
コメントを追加