Question

我的数据框如下所示：

df
Out[327]: 
        date  store property_name  property_value
0 2013-06-20      1         price             101
1 2013-06-20      2         price             201
2 2013-06-21      1         price             301
3 2013-06-21      2         price             401
4 2013-06-20      1      quantity            1000
5 2013-06-20      2      quantity            2000
6 2013-06-21      1      quantity            3000
7 2013-06-21      2      quantity            4000

我想为每个商店计算每个日期的收入，然后将其添加到数据框的底部。例如，对于2014-06-20，对于商店＃2：收入= 201 * 2000 = 402000。

以下是我的代码，但我知道它对于更大的数据帧效率不高：

import pandas  as pd

dates = df['date'].unique()
stores = df['store'].unique()
df_len = len(df)
for date in dates:
    for store in stores:       
        mask_price = (df['date']==date) & (df['store']==store) & (df['property_name']=='price')
        mask_quantity = (df['date']==date) & (df['store']==store) & (df['property_name']=='quantity')
        price = df.loc[mask_price,'property_value'].iloc[0]
        quantity = df.loc[mask_quantity,'property_value'].iloc[0]

        df.loc[df_len,'date'] = date
        df.loc[df_len,'store'] = store
        df.loc[df_len,'property_name'] = 'revenue'
        df.loc[df_len,'property_value'] = price*quantity

        df_len=df_len+1

感谢您提前寻求帮助：）

Answer 1

这是一种方式。

price = df[df['property_name'] == 'price'].set_index(['date', 'store'])['property_value']
quantity = df[df['property_name'] == 'quantity'].set_index(['date', 'store'])['property_value']

rev = (price * quantity).reset_index().assign(property_name='revenue')

df = pd.concat([df, rev], ignore_index=True)

<强>解释

通过切片，price和quantity索引来获取date和store个数据帧。
在索引上通过rev * price计算quantity;添加property_name列。
默认情况下连接axis=0（索引）。

<强>结果

          date property_name  property_value  store
0   2013-06-20         price             101      1
1   2013-06-20         price             201      2
2   2013-06-21         price             301      1
3   2013-06-21         price             401      2
4   2013-06-20      quantity            1000      1
5   2013-06-20      quantity            2000      2
6   2013-06-21      quantity            3000      1
7   2013-06-21      quantity            4000      2
8   2013-06-20       revenue          101000      1
9   2013-06-20       revenue          402000      2
10  2013-06-21       revenue          903000      1
11  2013-06-21       revenue         1604000      2

Answer 2

另一种方法：

prices = df[df['property_name'] == 'price']
quantities = df[df['property_name'] == 'quantity']

res = prices.merge(quantities,on=['date','store'],how='left')
res['property_value'] = res['property_value_x']*res['property_value_y']
res['property_name'] = 'revenue'
res = res[['date','store','property_name','property_value']]

res = prices.append([quantities,res])

与第一个答案相同的逻辑：

单独的价格和数量
使用 date 和 store 作为键合并两个表
在第三张表中计算所需列
连接所有内容

希望有所帮助。

Python大熊猫：根据价格和数量计算收入

2 个答案: