0

我正在尝试创建一个列来选择每个进入和退出之间的所有日期。每个入口只与一个出口配对。

  • 因此，当窗口函数看到一个条目时，即 2019 年 1 月 4 日，它会打开“1”，直到它看到 2019 年 1 月 6 日的退出。第二天它会关闭“0”。
  • 它会忽略所有出口（即 2019 年 1 月 6 日），直到它看到下一个条目，即 2019 年 1 月 9 日，然后它开始记录“1”，直到下一个出口，即 2019 年 1 月 11 日。

日期是从最近日期到第一个日期的顺序。

import pandas as pd
import numpy 

df = pd.DataFrame({'Entry':[0,0,0,1,0 ,0,0,0,1,0,0,1],
                    'Exit':[1,0,0,0,0,1,0,1,0,0,1,0]},
                   index = pd.date_range('1/1/2019',periods = 12))
df1 = df.iloc[::-1]
df1

基表如下所示：

在此处输入图像描述

我想创建一个名为 windows 的附加列，看起来完全像这样：

在此处输入图像描述

4

2 回答 2

2

这样就可以解决问题（我知道这可能不是最 Pythonic 的方式，但希望你们都能给我加分以提高可读性）：

# First I sort so I don't have to work backwards
df1.sort_index(inplace=True)

# Generate Window and then iteratively fill it
df1['Window'] = 0
for index, row in df1.iterrows():
    if row.Entry == 1:
        # Once found, fill all intermediate values as 1 and break.
        # Nothing happens if no exit found.
        for subindex, subrow in df1.loc[index:].iterrows():
            if subrow.Exit == 1:
                df1.loc[index:subindex,'Window'] = 1
                break

# Sort back to the index order you wanted      
df1.sort_index(inplace=True,ascending=False)
于 2019-02-13T04:32:39.270 回答
2

你在窗口函数中的逻辑对我来说不是很清楚。但似乎您需要的是按行应用一个可以存储一些内存（最后进入状态或其他）的函数。一个好方法是定义一个可调用的类，如下所示。请注意，您需要先按日期递增的顺序对 df 进行排序，然后才能使用它。

class WindowFunc(object):
    def __init__(self, initial_status):
        self.status = initial_status

    def __call__(self, row, enter_col, exit_col):
        enter_val = row[enter_col]
        exit_val = row[exit_col]

        if self.status == 0 and enter_val == 1 and exit_val != 1:
            self.status = 1
            return 1
        elif self.status == 1 and enter_val != 1 and exit_val == 1:
            current_status = self.status
            self.status = 0
            return current_status
        else:
            return self.status

window_fn = WindowFunc(0)    
df['window'] = np.apply_along_axis(window_fn, 1, df, 0, 1)

实例存储状态并跨行保留它的内存。您可以更新类中的逻辑以满足您的需求。

于 2019-02-13T05:38:33.217 回答