我有一个相当大的数据框架,其中包含不同的产品、位置sold_value和相应的日期。我想以这样的方式操作DF,即每个产品在其相应的位置根据业务日频率获得日期值。作为下一步,如果在同一日期销售,我想要sold_value(仍然根据产品及其位置)彼此相加。这样基本上每个产品及其相应的位置都有一个business day freq和sold_value。
我已经尝试了多种方法,一开始我只是用groupby绑定来操作DF......接下来,我尝试为每个产品创建新的 Dataframe ,并根据其相应的位置添加bday frq和.sum,然后根据日期合并所有DF,但它不太起作用。
作为一个附带的事实,有数百个地点和产品,所以我不能硬编码他们的值
PS.:感谢帮助
DF:
| 积|位置|日期|价值|
| - -|- -|- -|- -|
| 一个|一个|2022年1月1日|一个|
| 一个|一个|2022年1月4日|一个|
| 一个|2个|2022年1月1日|五个|
| 2个|一个|2022年1月1日|四个|
| 2个|一个|2022年1月1日|三个|
| 2个|2个|2022年1月1日|一个|
我想要的输出:
| 积|位置|日期|价值|
| - -|- -|- -|- -|
| 一个|一个|2022年1月1日|一个|
| 一个|一个|2022年1月2日|第0页|
| 一个|一个|2022年1月3日|第0页|
| 一个|一个|2022年1月4日|一个|
| 一个|2个|2022年1月1日|五个|
| 2个|一个|2022年1月1日|七个|
| 2个|2个|2022年1月1日|一个|
1条答案
按热度按时间kyvafyod1#
列
value
的第一个聚合sum
:然后在lambda函数
Series.asfreq
中添加0
days per days:如果希望使用不同的工作日输出: