python遍历数据框列

Question

解决一个问题，我在 python 中有以下数据框

    week    hour    week_hr     store_code  baskets
0   201616  106     201616106   505         0
1   201616  107     201616107   505         0
2   201616  108     201616108   505         0
3   201616  109     201616109   505         18
4   201616  110     201616110   505         0
5   201616  106     201616108   910         0
6   201616  107     201616106   910         0
7   201616  108     201616107   910         2
8   201616  109     201616108   910         3
9   201616  110     201616109   910         10

这里的“hour”变量是“weekday”和“hour of shop”的组合，例如工作日是 monday=1，hour of shop 是早上 6 点，那么 hour 变量 = 106，类似地 cal_hr 是 week 和 hour 的 concat。我想得到那些我看到没有篮子趋势的行，即 滚动 3 周 0 个篮子。在上述情况下，我只会得到前 3 行。即对于商店 505，从 106 到 108 有 1 个篮子的连续循环。但我不想要 行 (4,5,6)，因为即使连续 3 个小时有 0 个篮子，但时间实际上并不连续。 110 -> 106 -> 107 。为了使小时数连续，它们应位于 106 - 110. 的 范围 内。基本上我想要所有商店和相应的行，如果它在任何一天连续 3 小时有 0 个篮子。虚拟输出

    week    hour    week_hr     store_code  baskets
0   201616  106     201616106   505         0
1   201616  107     201616107   505         0
2   201616  108     201616108   505         0

我可以在 python 中使用 pandas 和循环来做到这一点吗？数据集需要按商店和小时排序。对 python 完全陌生（

Answer 1

执行以下操作：

1. 按 store_code、week_hr 排序
2. 按 0 过滤
3. 存储 df['week_hr'][1:].values-df['week_hr'][:-1].values 之间的减法，以便了解它们是否连续。

4. 现在您可以根据需要将组分配给连续和过滤。

   import numpy as np
   import pandas as pd
   
   # 1
   t1 = df.sort_values(['store_code', 'week_hr'])
   
   # 2
   t2 = t1[t1['baskets'] == 0]
   
   # 3
   continuous = t2['week_hr'][1:].values-t2['week_hr'][:-1].values == 1
   groups = np.cumsum(np.hstack([False, continuous==False]))
   t2['groups'] = groups
   
   # 4
   t3 = t2.groupby(['store_code', 'groups'], as_index=False)['week_hr'].count()
   t4 = t3[t3.week_hr > 2]
   print pd.merge(t2, t4[['store_code', 'groups']])
   

无需循环！

Answer 2

你可以解决：

1. 按 store_code、week_hr 排序
2. 按 0 过滤
3. 按 store_code 分组
4. 连续查找

代码：

t1 = df.sort_values(['store_code', 'week_hr'])

t2 = t1[t1['baskets'] == 0]

grouped = t2.groupby('store_code')['week_hr'].apply(lambda x: x.tolist())    

for store_code, week_hrs in grouped.iteritems():
    print(store_code, week_hrs)
    # do something