pandasで指定された営業IDと期間内ごとの売上順位が１位だった確率を代入したい

実現したいこと

pythonのpandasでデータの集計をしています
indexに割り当てた営業IDごとに[売上順位]が１位だった確率を[過去TOP率]に代入したい
1列目はindexで営業IDになります

元データ
df =

	date	売上順位	売上	過去TOP率
00403	2021-06-12	1	100	NaN
05166	2021-06-12	3	60	NaN
02691	2021-06-12	2	80	NaN
00708	2021-06-12	4	20	NaN
00403	2021-06-15	1	85	NaN
00708	2021-06-15	2	60	NaN
02691	2021-06-15	4	40	NaN
05166	2021-06-15	3	50	NaN
05166	2021-07-10	1	70	NaN
02691	2021-07-10	3	40	NaN
00403	2021-07-10	2	65	NaN
00708	2021-09-13	2	50	NaN
00403	2021-09-13	1	70	NaN
02691	2021-09-13	3	45	NaN
00403	2021-12-28	4	60	NaN
05166	2021-12-28	2	75	NaN
00708	2021-12-28	1	100	NaN
02691	2021-12-28	3	80	NaN
00708	2021-02-08	3	40	NaN
05166	2021-02-08	2	60	NaN
00403	2021-02-08	1	65	NaN

想定する完成データ
df1 =

	date	売上順位	売上	過去TOP率
00403	2021-06-12	1	100	1
05166	2021-06-12	3	60	0
02691	2021-06-12	2	80	0
00708	2021-06-12	4	20	0
00403	2021-06-15	1	85	1
00708	2021-06-15	2	60	0
02691	2021-06-15	4	40	0
05166	2021-06-15	3	50	0
05166	2021-07-10	1	70	0
02691	2021-07-10	3	40	0
00403	2021-07-10	2	65	1
00708	2021-09-13	2	50	0
00403	2021-09-13	1	70	0.75
02691	2021-09-13	3	45	0
00403	2021-12-28	4	60	0.8
05166	2021-12-28	2	75	0.25
00708	2021-12-28	1	100	0
02691	2021-12-28	3	80	0
00708	2021-02-08	3	40	0
05166	2021-02-08	2	60	0
00403	2021-02-08	1	65	0

[過去TOP率]には最初の[date]から各売上当日までの[date]でなく、１つ前までの[date]を参照して計算したい
例えば0043の2021-12-28の[過去TOP率]には2021-02-08から2021-12-28までの全期間ではなく1つ前の2021-09-13まで、2021-07-10の[過去TOP率]には2021-02-08から1つ前の2021-06-15までの１位だった確率を[過去TOP率]に代入したい

indexに割り当てた営業IDごとに[売上順位]が１位だった確率を[過去TOP率]に代入したいのですが当方の技量不足により以下の文を書いたところで行き詰まりました

eigyou_id_list = ['00403','05166','02691','00708']
target_df = df.loc[eigyou_id_list]
df.loc[df['売上順位'] >= 2, '過去TOP率'] = 0
df.loc[df['売上順位'] == 1, '過去TOP率'] = 1
df['過去TOP率'] = target_df[target_df['date'] < date].sort_values('date', ascending=False).groupby(level=0)[['過去TOP率']].mean()

初心者で試したことも少ないのですが、よろしくお願いします

meg_

2022/08/21 03:37

> df.loc[df['売上順位'] >= 2, '過去TOP率'] = 0 > df.loc[df['売上順位'] == 1, '過去TOP率'] = 1 上記はやりたい事の一部でしょうか？処理対象は'売上順位'が1のデータの営業IDの過去の売り上げ1位だった確率でしょうか？

回答2件

ベストアンサー

python
1dfg = df.reset_index()
2dfg['過去TOP率'] = \
3    dfg.assign(v = dfg['売上順位'].where(dfg['売上順位'] == 1, 0))\
4       .groupby('index', sort=False, group_keys=False)\
5       .apply(lambda x: x.sort_values('date')['v'].cumsum().shift()/range(len(x)))\
6       .fillna(0)
7df = dfg.set_index('index').rename_axis(None, axis=0)
8print(df)

	date	売上順位	売上	過去TOP率
00403	2021-06-12	1	100	1
05166	2021-06-12	3	60	0
02691	2021-06-12	2	80	0
00708	2021-06-12	4	20	0
00403	2021-06-15	1	85	1
00708	2021-06-15	2	60	0
02691	2021-06-15	4	40	0
05166	2021-06-15	3	50	0
05166	2021-07-10	1	70	0
02691	2021-07-10	3	40	0
00403	2021-07-10	2	65	1
00708	2021-09-13	2	50	0
00403	2021-09-13	1	70	0.75
02691	2021-09-13	3	45	0
00403	2021-12-28	4	60	0.8
05166	2021-12-28	2	75	0.25
00708	2021-12-28	1	100	0
02691	2021-12-28	3	80	0
00708	2021-02-08	3	40	0
05166	2021-02-08	2	60	0
00403	2021-02-08	1	65	0

投稿2022/08/21 08:04

編集2022/08/21 08:09

melian

総合スコア17655

回答へのコメント

hp9100i

2022/08/21 13:49

ありがとうございますものすごく助かりました

下記dfは質問のindexを営業ID列としています。

Python
1for index, row in df.iterrows():
2    temp_df = df[(df['date'] < row['date']) & (df['営業ID'] == row['営業ID'])]
3    count = len(temp_df)
4    one = len(temp_df[temp_df['売上順位'] == 1])
5    if one > 0:
6        df.loc[index, '過去TOP率'] = one / count
7
8print(df)
9#	営業ID	date	売上順位	売上	過去TOP率
10#0	00403	2021-06-12	1	100	1.00
11#1	05166	2021-06-12	3	60	NaN
12#2	02691	2021-06-12	2	80	NaN
13#3	00708	2021-06-12	4	20	NaN
14#4	00403	2021-06-15	1	85	1.00
15#5	00708	2021-06-15	2	60	NaN
16#6	02691	2021-06-15	4	40	NaN
17#7	05166	2021-06-15	3	50	NaN
18#8	05166	2021-07-10	1	70	NaN
19#9	02691	2021-07-10	3	40	NaN
20#10	00403	2021-07-10	2	65	1.00
21#11	00708	2021-09-13	2	50	NaN
22#12	00403	2021-09-13	1	70	0.75
23#13	02691	2021-09-13	3	45	NaN
24#14	00403	2021-12-28	4	60	0.80
25#15	05166	2021-12-28	2	75	0.25
26#16	00708	2021-12-28	1	100	NaN
27#17	02691	2021-12-28	3	80	NaN
28#18	0708	2021-02-08	3	40	NaN
29#19	05166	2021-02-08	2	60	NaN
30#20	00403	2021-02-08	1	65	NaN