從現有的數據集大熊貓

Question

生成新的時間序列索引我有一個數據幀看起來如下

id  start_date end_date 
3001 1-1-2000 5-1-2000 
3849 5-1-2001 8-1-2001 
8927 6-1-2006 9-1-2006 

我想要的是一個新的數據幀，由於指數具有ID和列日期列是日期從start_date增加到end_date。

index date 
3001 1/1/2000 
3001 2/1/2000 
3001 3/1/2000 
3001 4/1/2000 
3001 5/1/2000 
3849 5/1/2001 
3849 6/1/2001 
3849 7/1/2001 
3849 7/1/2001 
8927 6/1/2006 
8927 7/1/2006 
8927 8/1/2006 
8927 9/1/2006 

Answer 1

重新創建數據幀，通過行

In [39]: df = pd.DataFrame({"id":[ 3001,3849, 8927] , "start_date": ['1-1-2000','1-5-2001','1-6-2006'], "end_date":['1-5-2000','1-8-2001','1-9-2006']}) 

組索引

In [40]: df = df.set_index('id') 

迭代。

In [41]: newdf = pd.DataFrame() 

In [42]: for id, row in df.iterrows(): 
    newdf = pd.concat([newdf, pd.DataFrame({"id":id, "date": pd.date_range(start=row.start_date, end=row.end_date, freq='D')}) ], ignore_index=True) 
    print id 
    ....:  
3001 
3849 
8927 

In [43]: newdf = newdf.set_index('id') 

In [44]: newdf 
Out[44]: 
      date 
id    
3001 2000-01-01 
3001 2000-01-02 
3001 2000-01-03 
3001 2000-01-04 
3001 2000-01-05 
3849 2001-01-05 
3849 2001-01-06 
3849 2001-01-07 
3849 2001-01-08 
8927 2006-01-06 
8927 2006-01-07 
8927 2006-01-08 
8927 2006-01-09 

並完成。

目前還不清楚你的日期格式，是否是日期優先？或以月爲先？ 您可以點擊此處查看：Specifying date format when converting with pandas.to_datetime

---

肯定，編輯額外的答案：

In [32]: b = newdf.reset_index().groupby('id').date.transform( 
lambda ii : ii.max()) 

In [33]: b 
Out[33]: 
0 2000-01-05 
1 2000-01-05 
2 2000-01-05 
3 2000-01-05 
4 2000-01-05 
5 2001-01-08 
6 2001-01-08 
7 2001-01-08 
8 2001-01-08 
9 2006-01-09 
10 2006-01-09 
11 2006-01-09 
12 2006-01-09 
Name: date, dtype: datetime64[ns] 

In [37]: newdf['new_col'] = (newdf.date == b).astype(int) 
In [38]: newdf 
Out[38]: 
      date new_col 
id      
3001 2000-01-01  0 
3001 2000-01-02  0 
3001 2000-01-03  0 
3001 2000-01-04  0 
3001 2000-01-05  1 
3849 2001-01-05  0 
3849 2001-01-06  0 
3849 2001-01-07  0 
3849 2001-01-08  1 
8927 2006-01-06  0 
8927 2006-01-07  0 
8927 2006-01-08  0 
8927 2006-01-09  1 

不知何故，我不能只是做：

newdf['new_col'] = newdf.reset_index().groupby('id').date.transform(lambda ii: ii == ii.max()) 

....不知道爲什麼 。