Pandas 按YYMMDD日期升转降分界点实现分组透视操作
Pandas 实现多段交替日期块的透视逻辑
核心实现思路
按照数据原始行顺序,自动识别所有「YYMMDD从升序转为下降跳转」的切分点,给每一个连续升序的日期块打上唯一段编号,再基于YYMMDD、HHMM键做宽表透视,自动匹配同组跨段的数值生成带后缀的新列。逻辑会自动遍历所有行,直到没有新的升降交替切分点为止。
分步实现代码
- 构造示例输入
import pandas as pd # 复现题目给出的示例原始数据 df = pd.DataFrame({ 'YYMMDD': [20180101, 20180101, 20201231, 20201231, 20201231, 20210101, 20180101, 20180101, 20201231, 20201231, 20201231, 20210101], 'HHMM': [100, 200, 2100, 2200, 2300, 0, 100, 200, 2100, 2200, 2300, 0], 'BestGuess(kWh)': [20, 70, 50, 90, 70, 40, 5, 7, 2, 3, 1, 4] })
- 自动识别切分边界
# 计算相邻行YYMMDD的差值,首行补0 delta = df['YYMMDD'].diff().fillna(0) # 差值小于0代表前一段升序结束,新分段开始,累计生成段编号 df['segment_id'] = (delta < 0).cumsum() + 1
- 执行透视并整理列名
# 按YYMMDD、HHMM为行键,段编号为列层级做透视 dfpivot = df.pivot_table( index=['YYMMDD', 'HHMM'], columns='segment_id', values='BestGuess(kWh)' ).reset_index() # 重排列名,匹配输出格式 dfpivot.columns = ['YYMMDD', 'HHMM'] + [ f'BestGuess(kWh)_{int(col)}' for col in dfpivot.columns[2:] ]
结果校验
运行上述代码后得到的dfpivot完全匹配题目给出的期望结构:
YYMMDD HHMM BestGuess(kWh)_1 BestGuess(kWh)_2 0 20180101 100 20 5 1 20180101 200 70 7 2 20201231 2100 50 2 3 20201231 2200 90 3 4 20201231 2300 70 1 5 20210101 0 40 4
注意事项
- 整个逻辑完全按照数据的原始行顺序判断升降趋势,不会提前对全表排序,能精准定位题目要求的切分行位置
- 逻辑不需要手动指定分段数,会自动识别所有连续的升降交替块,直到没有新的切分点为止
- 如果分组键存在重复值,可以根据需求给
pivot_table的aggfunc参数传入对应的聚合规则(比如aggfunc='first'取首次匹配值)
内容的提问来源于stack exchange,提问作者user2100039
相关产品推荐
相关产品推荐

