Início / coding / Perguntas / 79591534
Accepted
Ben H
Asked: 2025-04-25 06:24:36 +0800 CST

No Pandas, atribuir o último valor de um grupo ao próximo grupo por valor de índice?

  • 772

Tenho uma pergunta muito parecida com esta, mas 1) quero que isso funcione para uma série também e 2) não tenho uma coluna representando meus valores de agrupamento; os valores estão no índice.

Imagine que eu tenho uma série que se parece com o seguinte:

2023-08-01    1515000.08
2023-09-01    2629410.80
2023-10-01    2548748.40
2023-11-01    2494398.04
2023-12-01    3397805.34
2024-01-01    3285501.49
2024-02-01    3173978.74
2024-03-01    3139235.65
2024-04-01    2927895.84
2024-05-01    2750708.29
dtype: float64

Gostaria de criar uma nova Série onde os valores representam o valor do último mês do trimestre anterior , assim:

2023-08-01    NaN
2023-09-01    NaN
2023-10-01    2629410.80 <--- the old value from 2023-09-01, which was the end of Q3
2023-11-01    2629410.80
2023-12-01    2629410.80
2024-01-01    3397805.34 <--- the old value from 2023-12-01
2024-02-01    3397805.34
2024-03-01    3397805.34
2024-04-01    3139235.65 <--- the old value from 2024-03-01
2024-05-01    3139235.65
dtype: float64

Estou achando muito difícil encontrar uma solução elegante aqui. Meu código é mais ou menos assim:

period_to_val = (
    series.groupby(
        lambda x: get_quarter(date=x)
    )
    .last()
    .shift()
)

data = series.index.map(
    lambda x: period_to_val[get_end_of_period(date=x, term_length=term_length, fiscal_year_start=fiscal_year_start)]
)

result = pd.Series(data=data, index=series.index)

Mas isso parece muito prolixo e feio. Eu queria uma operação no SeriesGroupByque fosse uma mistura entre a .shift()e a .transform("last"), mas tal coisa parece não existir.

Alguma ideia de como melhorar? Obrigado!

pandas

1 respostas

  1. Best Answer

    Método 1

    Use este método se você tiver ramificações consecutivas e nenhuma lacuna, como no exemplo fornecido (acho o método 1 mais fácil).

    # True if it's the last month of a quarter, otherwise False
cond = (series.index.month % 3) == 0

# keep only the values at quarter-end, shift and ffill
out = series.where(cond).shift().ffill()

    fora

    2023-08-01           NaN
2023-09-01           NaN
2023-10-01    2629410.80
2023-11-01    2629410.80
2023-12-01    2629410.80
2024-01-01    3397805.34
2024-02-01    3397805.34
2024-03-01    3397805.34
2024-04-01    3139235.65
2024-05-01    3139235.65
dtype: float64

    Método 2

    Se você acha que pode não ser consecutivo, use o método 2.

    out = (
    series.resample('QE').last().shift(freq='1D')
          .reindex(series.index)
          .resample('QE').transform('first')
)

    mesmo resultado

    Código de exemplo

    import pandas as pd

series = pd.Series(
    [1515000.08, 2629410.80, 2548748.40, 2494398.04, 3397805.34,
     3285501.49, 3173978.74, 3139235.65, 2927895.84, 2750708.29],
    index=pd.to_datetime([
        '2023-08-01', '2023-09-01', '2023-10-01', '2023-11-01', '2023-12-01',
        '2024-01-01', '2024-02-01', '2024-03-01', '2024-04-01', '2024-05-01'])
)
    • 2

relate perguntas