熊貓在新列中計算過去幾個月的數據

Question

我有以下格式的數據框;

ID | 01/01/2016 | 02/03/2016 | 02/15/2016 | ........ 
11 | 100  | 200  | 100  | ........ 

我想計算例如：最近3個月的數據在新列中的總和。預期產出應如下;

ID | 01/01/2016 | 02/03/2016 | 02/15/2016 | ........ | Last 3 Months 
11 | 100  | 200  | 100  | ........ | 300 

作爲一個解決方案，我需要選擇今天的日期，並將其與列中的日期進行比較並總結這些值。但是，我不知道該怎麼做？你能給我一些建議嗎？

謝謝。

Answer 1

這並不像最初看起來那麼簡單。你需要確定你將如何處理每年的變化，並在每個月有不同的天數。我使用一個簡單的函數來完成此操作你可以調整下面的代碼來滿足你的需求，但它應該讓你開始。

from __future__ import division, print_function 

def subtract_months(m): 
    '''subtracts specified number of months from current date 

    Parameters 
    ---------- 
    m : integer 
     how many months to subtract from today's date 

    Returns 
    ------- 
    date : datetime value''' 

    yr = dt.date.today().year 
    mon = dt.date.today().month - m 
    day = dt.date.today().day 


    # test whether we went into another year 
    if mon<=0: 
     yr -= 1 
     mon = 12 + mon 


    # test whether we have exceeded maximum number of days in month 
    if day>calendar.monthrange(yr,mon)[1]: 
     day = calendar.monthrange(yr,mon)[1] 

    return dt.date(yr,mon,day) 





import pandas as pd 
import datetime as dt 
import calendar 


dates = pd.date_range('20160101','20170101',freq='1D') 
data = pd.np.random.randint(0,100,(5,367)) 

df = pd.DataFrame(data=data,index=list('ABCDE'),columns=dates) 

# now add a new column 
df['Last 3 Months'] = df.T.truncate(before=subtract_months(3),after=dt.date.today()).sum(axis=0)