扫码加入数据分析学习群

我的数据帧具有以下结构：

date_today = dt.datetime.now()

size=20

df = pd.DataFrame({"usd": pd.Series(np.random.randint(1,100,size))*10,

"sent": dt.datetime.now(),

"temp":np.random.randint(0,15, size=size)

})

df.sent += df.temp.map(dt.timedelta)

df.temp = np.random.randint(10,25, size=size)

df["reminder"] = df.sent + df.temp.map(dt.timedelta)

df.temp = np.random.randint(1,65, size=size)

df["completed"] = df.reminder + df.temp.map(dt.timedelta)

df.loc[df['temp']%3 == 0, ['reminder']] = [""]

df.loc[df['temp']%2 == 0, ['completed']] = [""]

df=df[["usd", "sent", "reminder", "completed"]]

usd是我要求的钱（数字），其他列是datetime（当我请求时，当我发送提醒时，当我拿到钱;最后两个可以为空）。我还创建了以下一个月的季度列表：

date_index = []

previous_date=""

for m in range(0,14):

month = (m%12)+1

year = m//12

current_date = dt.date(2019+year, month, 1)

if previous_date:

timedelta = current_date-previous_date

date_index.append(previous_date+1*timedelta/4)

date_index.append(previous_date+2*timedelta/4)

date_index.append(previous_date+3*timedelta/4)

date_index.append(current_date)

previous_date = current_date

我想获得一个具有以下结构的数据帧：

df_result = pd.DataFrame(columns=["date","sent_amount","reminder_amount","completed_amount"])

解决办法：可以melt将DataFrame，cut日期转换为日期范围date_index，然后按变量（已完成/提醒/已发送）+日期，sum向上usd金额的组合进行分组，然后将其重新堆叠回列中并cumsum获取累积总和：

x = df.melt('usd', value_name='date')

x['date'] = pd.cut(x['date'], pd.to_datetime(date_index)).apply(lambda x: x.right)

x['variable'] += '_amount'

df_result = x.dropna().groupby(['variable', 'date'])['usd'].sum().unstack(0, 0).sort_index().cumsum()

print(df_result)