如何基於日期範圍對列進行求和--- Python3

我有一個CSV，我需要根據start_date所在的月份來計算每月的費用。如何基於日期範圍對列進行求和--- Python3

將Coverage Start Date更改爲某個日期，並使用Pandas在給定月份內累計所有費用的最佳方式是什麼？

這裏的數據是如何出現在CSV：

Coverage Start Date  Coverage End Date  AMOUNT 
20170902    20170930    0.37 
20170905    20170930    11 
20170815    20170831    0.37 
20170909    20170930    0.37

來源

2017-09-27 Bradley Kiser

2步驟：1）使用對應於您要修改的列的轉換器（請參閱：https：//pandas.pydata.org/pandas-docs/stable/generated/pandas.read_csv.html），然後提取月份，日期，年份信息，最後使用日期時間轉換。 2）正確轉換您的列後，您可以在給定框架內進行選擇，然後在結果中對價格進行求和。 – jrd1

假設你正在使用python3，

data = {'Coverage Start Date': ['20170902', '20170905', `'20170815'],'Coverage End Date':['20170930', '20170930', '20170831'] , 'AMOUNT': [0.37, 11, 0.37]}` 
df = pd.DataFrame(data)

現在，轉換爲datetime指數

df['Coverage End Date'] = pd.to_datetime(df['Coverage End Date']) 
df['Coverage Start Date'] = pd.to_datetime(df['Coverage Start Date'])

然後，創建您的起始日期作爲索引，

df = df.set_index(df['Coverage Start Date'])

然後用，TimeGrouper

new_df = df.groupby(pd.TimeGrouper('M')).sum()

輸出，

     AMOUNT 
Coverage Start Date 
2017-08-31    0.37    
2017-09-30    11.37

來源

2017-09-27 21:06:16

我喜歡i.n.n.m.代碼但是在日期時間函數應用到多個列，您可以使用下面的

data = {'Coverage Start Date': ['20170902', '20170905', '20170815'],'Coverage End Date':['20170930', '20170930', '20170831'] , 'AMOUNT': [0.37, 11, 0.37]} 
df = pd.DataFrame(data) 
df.iloc[:, 1:] = df.iloc[:, 1:].apply(pd.to_datetime) 

    AMOUNT Coverage End Date Coverage Start Date 
0 0.37   2017-09-30   2017-09-02 
1 11.00   2017-09-30   2017-09-05 
2 0.37   2017-08-31   2017-08-15

然後去了解它們分組！

來源

2017-09-27 23:32:52 rko

如何基於日期範圍對列進行求和--- Python3

回答

相關問題