質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
86.02%
Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

Q&A

解決済

Pythonのgroupbyとshiftで特定の行分シフトさせる方法

kakurosu963
kakurosu963

総合スコア2

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

2回答

0グッド

0クリップ

324閲覧

投稿2022/11/07 15:16

編集2022/11/07 17:04

前提

Pythonでラグ特徴量を作成しようとしているのですが、日にちのインデックスが重複しており日時の重複分を加味した行のスライドができません。
上手くシフトさせる方法を教えて欲しいです。

実現したいこと

・日付(=date)重複分(重複データの数はバラバラ)を加味して日付もしくは労働者数(=worker)の値が変化した際に新しいDataframeに対して次の値に前の値を入れたいです。
・日付ごとに件数は変わります。また、日付と労働者数は同じ動きをします。

#元の状態 date worker 0 20180101 1000 1 20180101 1000 2 20180103 2000 3 20180103 2000 4 20180103 2000 5 20180104 500 #実現したいこと date worker worker_lag 0 20180101 1000 NaN 1 20180101 1000 NaN 2 20180103 2000 1000 3 20180103 2000 1000 4 20180103 2000 1000 5 20180104 500 2000

該当のソースコード

Python

1import pandas as pd 2df = pd.DataFrame( 3 data={'date': ['20180101', '20180101', '20180103', '20180103','20180103','20180104'], 4 'worker': [1000, 1000, 2000, 2000, 2000, 500]} 5) 6 7df['worker_lag'] = df.groupby(['date'])["worker"].shift() 8 9### 試したこと 10df['worker_lag'] = df.groupby(['date','worker'])['worker'].shift() 11#1行分しかずれませんでした。

以下のような質問にはグッドを送りましょう

  • 質問内容が明確
  • 自分も答えを知りたい
  • 質問者以外のユーザにも役立つ

グッドが多くついた質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

気になる質問をクリップする

クリップした質問は、後からいつでもマイページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

下記のような質問は推奨されていません。

  • 間違っている
  • 質問になっていない投稿
  • スパムや攻撃的な表現を用いた投稿

適切な質問に修正を依頼しましょう。

回答2

0

ベストアンサー

python

1df['worker_lag'] = df['date'].map(df.groupby('date').first().shift()['worker']) 2print(df)
dateworkerworker_lag
201801011000nan
201801011000nan
2018010320001000
2018010320001000
2018010320001000
201801045002000

投稿2022/11/07 20:17

編集2022/11/07 20:32
melian

総合スコア16362

良いと思った回答にはグッドを送りましょう。
グッドが多くついた回答ほどページの上位に表示されるので、他の人が素晴らしい回答を見つけやすくなります。

下記のような回答は推奨されていません。

  • 間違っている回答
  • 質問の回答になっていない投稿
  • スパムや攻撃的な表現を用いた投稿

このような回答には修正を依頼しましょう。

回答へのコメント

kakurosu963

2022/11/08 10:05

回答ありがとうございます。丁度探していた方法でした

0

例えばこんな感じでしょうか。

python

1import numpy as np 2import pandas as pd 3df = pd.DataFrame( 4 data={'date': ['20180101', '20180101', '20180103', '20180103', '20180103', '20180104'], 5 'worker': [1000, 1000, 2000, 2000, 2000, 500]} 6) 7 8ser1 = df.groupby(['date'])['worker'].head(1).shift() 9ser2 = pd.Series(data=np.full(len(df), np.nan)) 10df['worker_lag'] = pd.concat([ser2, ser1], axis=1)['worker'].ffill() 11 12print(df)
date worker worker_lag 0 20180101 1000 NaN 1 20180101 1000 NaN 2 20180103 2000 1000.0 3 20180103 2000 1000.0 4 20180103 2000 1000.0 5 20180104 500 2000.0

投稿2022/11/07 19:12

arcxor

総合スコア2141

良いと思った回答にはグッドを送りましょう。
グッドが多くついた回答ほどページの上位に表示されるので、他の人が素晴らしい回答を見つけやすくなります。

下記のような回答は推奨されていません。

  • 間違っている回答
  • 質問の回答になっていない投稿
  • スパムや攻撃的な表現を用いた投稿

このような回答には修正を依頼しましょう。

回答へのコメント

kakurosu963

2022/11/08 10:05

回答ありがとうございました。こちらも役に立ちました。

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
86.02%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問

同じタグがついた質問を見る

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。