Python Pandas 根据日期向多行添加值

Question

我需要仅使用 Python 和 Pandas 解决数据科学问题，其中给定的输入是入住日期、退房日期和付款一个人的每一本书

check_in   check_out  payment
2020-02-28 2020-03-02 66
2020-02-27 2020-02-29 100

我需要显示我之前从那 2 本书中获得的每日收入。我的想法是，我必须为每个日期（如 66/3）拆分它，并将其从 02-28 分配到 03-02 和 100/2，然后将其从 02-27 分配到 02-29 进行第二次订购，然后我会得到这样的结果

date       earnings
2020-02-27 50
2020-02-28 22+50
2020-02-29 22
2020-03-01 22

如果我把它们总结起来会是这样的

date       earnings
2020-02-27 50
2020-02-28 72
2020-02-29 22
2020-03-01 22

我已经将付款列与输入分开，并创建了一个新的数据框，其中包含两个新列，分别代表客人使用 day_stay 停留了多长时间以及我使用 daily_earn 获得了多少收入 使用下面的代码

df["date_stay"] = abs(df["check_in"] - df["check_out"]) # Get difference
df["date_stay"] = pd.to_numeric(df["date_stay"].dt.days) # Turn to days
df["daily_earn"] = df["payment"]/df["date_stay"]

那么结果会是这样的

check_in   check_out  payment day_stay daily_earn
2020-02-28 2020-03-02 66      3        22
2020-02-27 2020-02-29 100     2        50

最后一步是将 daily_earn 中的值分配到从 02-27 到 03-01 的相应日期，但我不知道该怎么做。我曾尝试使用 df.groupby("check_in").sum() 但它没有提供所需的输出，因为输入和输出之间的行数不同。有什么想法吗？

Answer 1

让我们尝试不同的方法：

df['date'] = df.apply(
    lambda r: pd.date_range(r['check_in'], r['check_out'], closed='left'),
    axis=1)

df = df.explode('date')

df['earnings'] = df['payment'] / df.groupby(level=0)['date'].transform('count')

df = df.groupby('date', as_index=False)['earnings'].agg('sum')

df:

        date  earnings
0 2020-02-27      50.0
1 2020-02-28      72.0
2 2020-02-29      22.0
3 2020-03-01      22.0

---

步骤分解：

applypd.date_range 到每一行以获取开始和结束之间的天数：

df['date'] = df.apply(
    lambda r: pd.date_range(r['check_in'], r['check_out'], closed='left'),
    axis=1)

    check_in  check_out  payment                                                                                         date
0 2020-02-28 2020-03-02       66  DatetimeIndex(['2020-02-28', '2020-02-29', '2020-03-01'], dtype='datetime64[ns]', freq='D')
1 2020-02-27 2020-02-29      100                DatetimeIndex(['2020-02-27', '2020-02-28'], dtype='datetime64[ns]', freq='D')

然后将explodedate放入行：

df = df.explode('date')

    check_in  check_out  payment       date
0 2020-02-28 2020-03-02       66 2020-02-28
0 2020-02-28 2020-03-02       66 2020-02-29
0 2020-02-28 2020-03-02       66 2020-03-01
1 2020-02-27 2020-02-29      100 2020-02-27
1 2020-02-27 2020-02-29      100 2020-02-28

然后groupby transform计数date得到日期数，用支付除以天数得到每日收益：

df['earnings'] = df['payment'] / df.groupby(level=0)['date'].transform('count')

    check_in  check_out  payment       date  earnings
0 2020-02-28 2020-03-02       66 2020-02-28      22.0
0 2020-02-28 2020-03-02       66 2020-02-29      22.0
0 2020-02-28 2020-03-02       66 2020-03-01      22.0
1 2020-02-27 2020-02-29      100 2020-02-27      50.0
1 2020-02-27 2020-02-29      100 2020-02-28      50.0

然后groupby agg 将date 上的收入相加得到每个date 的总和：

df = df.groupby('date', as_index=False)['earnings'].agg('sum')

        date  earnings
0 2020-02-27      50.0
1 2020-02-28      72.0
2 2020-02-29      22.0
3 2020-03-01      22.0

---

使用的数据帧和导入：

import pandas as pd

df = pd.DataFrame({'check_in': {0: '2020-02-28', 1: '2020-02-27'},
                   'check_out': {0: '2020-03-02', 1: '2020-02-29'},
                   'payment': {0: 66, 1: 100}})
df['check_in'] = pd.to_datetime(df['check_in'])
df['check_out'] = pd.to_datetime(df['check_out'])