提问人：Prmake 提问时间：11/17/2023 更新时间：11/17/2023 访问量：26
基于 pandas 中的组的循环反向工作日总和。数据帧
Looped reversed sum of business days based on groups in pandas.Dataframe
问：
我有一个 DataFrame，其中一列中包含各种订单组。每个订单组都有多个流程，每个流程都有自己的提前期。对于每个订单组的最后一个工序，我有完成日期（和开始日期，因为最终工序的提前期始终为零）。
现在，对于每个订单组的每个前一个过程，我需要计算开始和完成日期。流程的完成日期始终等于下一个流程的开始日期（除非下一个流程是新订单组）。提前期代表工作日，因此开始日期应始终在工作日。
My DataFrame 的结构如下：
Order Process LeadTime Start Finish
01 A 3 NaT NaT
01 B 5 NaT NaT
01 C 0 2023-11-30 2023-11-30
02 D 2 NaT NaT
02 E 0 2023-12-13 2023-11-13
03 F 1 NaT NaT
03 G 1 NaT NaT
03 H 6 NaT NaT
03 I 0 2023-11-21 2023-11-21
... ... ... ... ...
所需输出：
Order Process LeadTime Start Finish
01 A 3 2023-11-20 2023-11-23
01 B 5 2023-11-23 2023-11-30
01 C 0 2023-11-30 2023-11-30
02 D 2 2023-12-08 2023-12-12
02 E 0 2023-12-12 2023-12-12
03 F 1 2023-11-09 2023-11-10
03 G 1 2023-11-10 2023-11-13
03 H 6 2023-11-13 2023-11-21
03 I 0 2023-11-21 2023-11-21
... ... ... ... ...
关于如何实现这一目标的任何建议？
答：
0赞
mozway
11/17/2023
#1
您可以计算 LeadTime 的反向 groupby.cumsum，转换为 BusinessDay 偏移量，然后从参考日期中减去此值（使用 groupby.transform 传播：
cols = ['Start', 'Finish']
df[cols] = df[cols].apply(pd.to_datetime)
s = (df.loc[::-1, 'LeadTime']
.groupby(df['Order']).cumsum()
.apply(pd.offsets.BusinessDay)
)
g = df.groupby('Order')
for c in cols:
df[c] = pd.to_datetime(g[c].transform('first').sub(s))
输出：
Order Process LeadTime Start Finish
0 1 A 3 2023-11-20 2023-11-20
1 1 B 5 2023-11-23 2023-11-23
2 1 C 0 2023-11-30 2023-11-30
3 2 D 2 2023-12-11 2023-11-09
4 2 E 0 2023-12-13 2023-11-13
5 3 F 1 2023-11-09 2023-11-09
6 3 G 1 2023-11-10 2023-11-10
7 3 H 6 2023-11-13 2023-11-13
8 3 I 0 2023-11-21 2023-11-21
上一个：颜色未映射到叶子色谱映射
下一个：Python 包首次安装
评论