015—pandas 标记按月连续变化趋势

前言

在业务数据分析中，特别是和时间相关的数据，会经常要判断数据的变化情况，比如是否是增长还是降低，或是持平。

需求

以数据中最后的月份为基础，来看它最近的数据变化，并将变化情况标记在本行的最后一列中。

思路

整体思路是写一个函数，传入每一行（axis 为 1）数据，返回要标记的文本内容。

这个函数在处理时，可以按以下顺序进行：

对 Series 求位差，得到与邻近月份相差数
对位差上的数用 NumPy 的 np.sign() 方法求得其符号，大于 0 时为 1，小于 0 时为 -1，为 0 时返回
0，分别代码数据的变化趋势
6 月的符号值是当前变化趋势
判断所有的符号值与 6 月是否相同，得到一个布尔序列，对应位置上 True 的说明变化趋势相同
然后利用累乘的计算特点，True 按 1 计算，如果遇到 Flase（按 0）后边的全为 0，将布尔序列变为 0-1 序列
最后计算有多少个 1，可直接对序列求和得到，就是连续的月数

二、使用步骤

1.引入库

代码如下（示例）：

import pandas as pd
import numpy as np

2.读入数据

代码如下（示例）：

np.random.seed(4096)

df = pd.DataFrame(np.random.randint(0, 100, (8, 6)),
                  columns=pd.array([*'123456'])+'月'
                 )

df.iloc[4, 1:] = df.iloc[4,1]
df

在这里插入图片描述

def func(ser: pd.Series):
    ser = ser.diff().apply(np.sign)
    type_str = {1: '增长', -1: '降低', 0: '持平'}.get(ser.iloc[-1])
    ser = (ser == ser.iloc[-1]).iloc[::-1]
    num = ser.cumprod().sum()
    return f'连续{num}个月{type_str}'
df.assign(连续增减=df.apply(func, axis=1))

在这里插入图片描述

# 另外我们还可以编写迭代方法来处理数据，同样可以得到结果。如：
def func(ser: pd.Series):

    ser = iter(ser.iloc[::-1])
    cur, nxt = next(ser), next(ser)
    type_str = {1: '增长', -1: '降低', 0: '持平'}.get(cur)
    n = 1

    while cur == nxt:
        n += 1
        cur = nxt
        nxt = next(ser)

    return f'连续{n}个月{type_str}'


(         
    df.diff(axis=1)
    .applymap(np.sign)
    .apply(func, axis=1)
)

在这里插入图片描述

# 还可以通过第一种方法用累加的思路完成：
(         
    df.diff(axis=1)
    .applymap(np.sign)
    .set_index('6月', drop=False)
    .apply(lambda x: x!=x.iloc[-1], axis=1)
    .apply(lambda x: x.iloc[::-1].cumsum(), axis=1)
    .apply(lambda x: sum(x==0), axis=1)
    .rename({1: '增长', -1: '降低', 0: '持平'})
)
df.assign(连续增减='连续'+_.astype(str).values+'个月'+_.index)