使用特定的递增模式填充每个日历月答案

【问题标题】：Populating each calendar month with a specific incrementing pattern使用特定的递增模式填充每个日历月
【发布时间】：2023-02-15 18:02:43
【问题描述】：

给定一个按时间序列索引的熊猫DataFrame，例如

import pandas as pd
import numpy as np

index = pd.date_range('2023-01-01', '2023-12-31', freq='1D')
pd.DataFrame({'a' : np.random.randint(0, 10, len(index))}, index=index)

            a
2023-01-01  3
2023-01-02  2
2023-01-03  1
2023-01-04  3
2023-01-05  8
...        ..
2023-12-27  2
2023-12-28  2
2023-12-29  0
2023-12-30  1
2023-12-31  7

如何在每个日历月内添加一个填充有递增模式的新列？例如。b: day_of_month / days_in_month,

            a         b
2023-01-01  0  0.032258
2023-01-02  5  0.064516
2023-01-03  2  0.096774
2023-01-04  7  0.129032
2023-01-05  4  0.161290
...        ..       ...
2023-12-27  6  0.870968
2023-12-28  5  0.903226
2023-12-29  8  0.935484
2023-12-30  2  0.967742
2023-12-31  9  1.000000

这样就创建了以下模式：

【问题讨论】：

我遇到过很多关于在固定间隔内使用递增模式填充 DataFrame 列的问题和答案，但没有一个解决日历月的不同长度或 DatetimeIndex 指标。

标签： python pandas

【解决方案1】：

这有点复杂，但这可以使用以下过程来完成：

将月中的某天分配给新列。

df['b'] = df.index.day

            a   b
2023-01-01  3   1
2023-01-02  0   2
2023-01-03  0   3
2023-01-04  8   4
2023-01-05  2   5
...        ..  ..
2023-12-27  2  27
2023-12-28  1  28
2023-12-29  3  29
2023-12-30  1  30
2023-12-31  4  31

将每月重新抽样的最后一天分配给第三列。这将确保索引的统一性。

df['c'] = df.resample('1M').b.last().copy()

            a   b     c
2023-01-01  3   1   NaN
2023-01-02  0   2   NaN
2023-01-03  0   3   NaN
2023-01-04  8   4   NaN
2023-01-05  2   5   NaN
...        ..  ..   ...
2023-12-27  2  27   NaN
2023-12-28  1  28   NaN
2023-12-29  3  29   NaN
2023-12-30  1  30   NaN
2023-12-31  4  31  31.0

回填和应用操作（在要求的情况下，除法）。
（可选）处理帮助列 c。

            a         b
2023-01-01  3  0.032258
2023-01-02  0  0.064516
2023-01-03  0  0.096774
2023-01-04  8  0.129032
2023-01-05  2  0.161290
...        ..       ...
2023-12-27  2  0.870968
2023-12-28  1  0.903226
2023-12-29  3  0.935484
2023-12-30  1  0.967742
2023-12-31  4  1.000000

一个完整的例子，从问题中扩展代码：

import pandas as pd
import numpy as np

index = pd.date_range('2023-01-01', '2023-12-31', freq='1D')
df = pd.DataFrame({'a' : np.random.randint(0, 10, len(index))}, index=index)

df['b'] = df.index.day
df['c'] = df.resample('1M').b.last().copy()
df.c = df.c.bfill()
df.b /= df.c
df.drop(['c'], inplace=True, axis=1)

【讨论】：