使用Pandas Groupby和应用功能时处理None值

使用Pandas Groupby和应用功能时处理None值

• NaT

  暂时忽略s，请注意，

  np.busday_count

  可以

  df

  在 应用 之前 对整列进行计算

  groupby

  。这将节省时间，因为它将

  np.busday_count

  一个的调用替换为的许多调用（每个组一个）

  np.busday_count

  。通常，对大型数组进行一个函数调用要比对小型数组进行许多函数调用要快。

• 要处理

  NaT

  s，您可以

  pd.notnull

  用来标识具有

  NaT

  s的行并屏蔽

  First Date

  s和

  Last Date

  s，以便仅将有效日期发送到

  np.busday_count

  。然后，您可以

  NaN

  为日期中有

  NaT

  s的行填写。

• 在计算完所有工作日计数之后，我们要做的只是分组

  Letter

  并将值向下 移动 一。可以用完成

  groupby/transform('shift')

  。

---

import datetime as DTimport numpy as npimport pandas as pddef business_days(start, end):    mask = pd.notnull(start) & pd.notnull(end)    start = start.values.astype('datetime64[D]')[mask]    end = end.values.astype('datetime64[D]')[mask]    result = np.empty(len(mask), dtype=float)    result[mask] = np.busday_count(start, end)    result[~mask] = np.nan    return resultdf = pd.Dataframe(data=[['A', DT.datetime(2016, 1, 7), None],  ['A', DT.datetime(2016, 3, 1), DT.datetime(2016, 3, 8)],  ['B', DT.datetime(2016, 5, 1), DT.datetime(2016, 5, 10)],  ['B', DT.datetime(2016, 6, 5), DT.datetime(2016, 6, 7)]],       columns=['Letter', 'First Date', 'Last Date'])df['Gap'] = business_days(df['First Date'], df['Last Date'])print(df)#   Letter First Date  Last Date  Gap# 0      A 2016-01-07        NaT  NaN# 1      A 2016-03-01 2016-03-08  5.0# 2      B 2016-05-01 2016-05-10  6.0# 3      B 2016-06-05 2016-06-07  1.0df['Gap'] = df.groupby('Letter')['Gap'].transform('shift')print(df)

版画

  Letter First Date  Last Date  Gap0      A 2016-01-07        NaT  NaN1      A 2016-03-01 2016-03-08  NaN2      B 2016-05-01 2016-05-10  NaN3      B 2016-06-05 2016-06-07  6.0