熊猫，时间序列：运行时间戳后的（ids，value）计数答案

【问题标题】：Pandas, time series: count number of (ids, value) after running timestamp熊猫，时间序列：运行时间戳后的（ids，value）计数
【发布时间】：2020-07-29 04:27:49
【问题描述】：

给定以下DataFrame（tidy格式的时间序列表）：

|     date     |  id  |   value   |
|--------------|------|-----------|
|  2019-01-01  |  AAA |   10      |
|  2019-01-01  |  BBB |   20      |
|  2019-01-01  |  CCC |   30      |
|  2019-01-02  |  AAA |   11      |
|  2019-01-02  |  CCC |   31      |
|  2019-01-03  |  BBB |   22      |

我想返回一个由date 列索引的表，列：

n_id 表示 id 的运行编号，在等于或晚于索引日期的日期报告至少 1 个值
n_value，代表非空value在索引日期或之后上报的流水号

对于上面的例子，期望的结果是

|     date     |  n_id|   n_value |
|--------------|------|-----------|
|  2019-01-01  |  3   |    6      | # ("AAA" reports [10,11], "BBB" reports [20, 22], "CCC" reports [30, 31])
|  2019-01-02  |  3   |    3      | # ("AAA" reports [11], "BBB" reports [22], "CCC" reports [31])
|  2019-01-03  |  1   |    1      | # ("BBB" reports [22])

这样做的最佳熊猫式方法是什么？

【问题讨论】：

标签： python pandas rolling-computation

【解决方案1】：

经过反复试验，这是我的方法：

s = df.pivot('date','id','value').iloc[::-1].notnull().cumsum()
ret_df = pd.DataFrame({
    'n_id': s.gt(0).sum(1),
    'n_value': s.sum(1)
}).sort_index().reset_index()

输出：

        date  n_id  n_value
0 2019-01-01     3        6
1 2019-01-02     3        3
2 2019-01-03     1        1

【讨论】：