Pandas：获取跨越多年的日期范围的每年计数

Question

我有一个记录跨越多年的数据框：

WarName    |     StartDate     |    EndDate
---------------------------------------------
 'fakewar1'    01-01-1990           02-02-1995
 'examplewar'  05-01-1990           03-07-1998
 (...)
 'examplewar2'  05-07-1999           06-09-2002

我正在尝试将此数据框转换为每年总战争的摘要概述，例如：

  Year  |  Number_of_wars
----------------------------
  1989         0
  1990         2
  1991         2
  1992         3
  1994         2

通常我会使用 df.groupby('year').count() 之类的东西来按年获得全面战争，但由于我目前使用的是范围而不是设定日期，所以这种方法行不通。

我目前正在编写一个生成年份列表的函数，然后针对列表中的每一年检查数据框中的每一行并运行一个函数来检查年份是否在该行的日期范围内（如果是这种情况则返回 True）。

years = range(1816, 2006)
year_dict = {}
for year in years:
for index, row in df.iterrows():
    range = year_in_range(year, row)
    if range = True: 
       year_dict[year] = year_dict.get(year, 0) + 1

这行得通，但也显得极其复杂。所以我想知道，我错过了什么？解决这个问题的规范 'pandas-way' 是什么？

Answer 1

使用 pd.value_counts

的理解

pd.value_counts([
    d.year for s, e in zip(df.StartDate, df.EndDate)
    for d in pd.date_range(s, e, freq='Y')
]).sort_index()

1990    2
1991    2
1992    2
1993    2
1994    2
1995    1
1996    1
1997    1
1999    1
2000    1
2001    1
dtype: int64

候补

from functools import reduce

def r(t):
    return pd.date_range(t.StartDate, t.EndDate, freq='Y')

pd.value_counts(reduce(pd.Index.append, map(r, df.itertuples())).year).sort_index()

设置

df = pd.DataFrame(dict(
    WarName=['fakewar1', 'examplewar', 'feuxwar2'],
    StartDate=pd.to_datetime(['01-01-1990', '05-01-1990', '05-07-1999']),
    EndDate=pd.to_datetime(['02-02-1995', '03-07-1998', '06-09-2002'])
), columns=['WarName', 'StartDate', 'EndDate'])

df

      WarName  StartDate    EndDate
0    fakewar1 1990-01-01 1995-02-02
1  examplewar 1990-05-01 1998-03-07
2    feuxwar2 1999-05-07 2002-06-09

Answer 2

通过使用np.unique

x,y = np.unique(sum([list(range(x.year,y.year)) for x,y in zip(df.StartDate,df.EndDate)],[]), return_counts=True)
pd.Series(dict(zip(x,y)))
Out[222]: 
1990    2
1991    2
1992    2
1993    2
1994    2
1995    1
1996    1
1997    1
1999    1
2000    1
2001    1
dtype: int64

Answer 3

带有 pandas 的其他答案更可取，但您显示的原生 Python 答案不必如此复杂；只需实例化并直接索引到数组中：

wars = [0] * 191 # max(df['EndDate']).year - min(df['StartDate']).year + 1
yr_offset = 1816 # min(df['StartDate']).year

for _, row in df.iterrows():
  for yr in range(row['StartDate'].year-yr_offset, row['EndDate'].year-yr_offset): # or maybe (year+1)
    wars[yr] += 1

Pandas：获取跨越多年的日期范围的每年计数

Pandas: Get per-year counts for Dateranges spanning multiple years

python

date-arithmetic

pandas

summarize

设置