1

Коллеги, помогите сформировать DataFrame исходя из заданного условия.

Имеется исходный DataFrame:

ID   №Policy   Request     Request date     Decision
123   23ff      10000     2018-01-28 11:36    0
123   23ff      10000     2018-01-29 10:00    5000
123   42rd      25000     2018-06-18 15:10    25000
123   42rd      30000     2018-08-18 18:00    30000
345   23ff      15000     2018-01-28 12:00    10000 
345   27fg      50000     2018-09-30 17:35     0
345   81er      30000     2018-09-30 10:15    10000
345   81er      30000     2018-10-20 11:30    10000
678   12rt      55000     2018-12-01 09:25    0
678   12rt      55000     2018-12-15 12:00    45000

Нужно подсчитать кол-во решений (Decisions), принятых по каждому ID в рамка №Policy, однако со следующим ограничением - если решение по ID в рамках одинакового №Policy было принято в течение одного месяца нескольок кол-во раз то такое решение равно 1 (т.е. в течение месяца на одного ID в рамках одного №Policy может приходиться несколько решений 2, 3 или более - если все сделано в рамках одного месяца то независимо от кол-во запросов нужно считать, что это 1 решение).

Результат примерно должен получиться следующим

ID   №Policy   Request     Request date     Decision       count
    123   23ff      10000     2018-01-28 11:36    0          0   
    123   23ff      10000     2018-01-29 10:00    5000       1
    123   42rd      25000     2018-06-18 15:10    25000      1
    123   42rd      30000     2018-08-18 18:00    30000      1
    345   23ff      15000     2018-01-28 12:00    10000      1
    345   27fg      50000     2018-09-30 17:35     0         1
    345   81er      30000     2018-09-30 10:15    10000      0
    345   81er      30000     2018-10-20 11:30    10000      1
    678   12rt      55000     2018-12-01 09:25    0          0
    678   12rt      55000     2018-12-15 12:00    45000      1

Какой алгоритм тут прописать ума не приложу :(

7
  • можете пояснить почему в результирующем DF в первой строке count: 0, а в шестой: count: 1? 21 фев 2019 в 10:07
  • в первой строке 0, потому что через 1 день было принято решение повтороное - №Policy и ID совпадают.... в шестой строке было принято решение просто кредит не был одобрен (0) - но решение то принято и из-за этого оно считается как 1 решение. Сама суть заключается в следующем - если кредитное решение по одному и тому же клиенту в рамках одного и того-же контракта (№Policy) было принято несколько раз в течение 30 дней, то оно должно считаться как 1 решение...
    – Pavel
    21 фев 2019 в 10:46
  • было бы гораздо проще агрегировать строки так, чтобы в итоге осталось по одной строке для каждого ID, NPolicy, Request_month 21 фев 2019 в 10:48
  • вы имеете в виду удалить повторящиеся в рамках одного периода? что-то вроде drop_duplicates?
    – Pavel
    21 фев 2019 в 10:55
  • В текущей постановке задачи - это сложно реализовать, потому что логика расчета count различается. Если бы мы всегда начинали счёт count с 1 и во всех последующих строках для одного ID и NPolicy за тот же месяц ставили бы 0. Тогда логика была бы одинаковой и реализовать такую логику - проще 21 фев 2019 в 10:56

1 ответ 1

1

Если я правильно понял вопрос:

In [209]: df['count'] = (df.groupby(['ID','NPolicy',pd.Grouper(key='Request_date', freq='MS')])
                           ['Decision']
                           .cumcount().eq(0).astype('int'))

In [210]: df
Out[210]:
    ID NPolicy  Request        Request_date  Decision  count
0  123    23ff    10000 2018-01-28 11:36:00         0      1
1  123    23ff    10000 2018-01-29 10:00:00      5000      0
2  123    42rd    25000 2018-06-18 15:10:00     25000      1
3  123    42rd    30000 2018-08-18 18:00:00     30000      1
4  345    23ff    15000 2018-01-28 12:00:00     10000      1
5  345    27fg    50000 2018-09-30 17:35:00         0      1
6  345    81er    30000 2018-09-30 10:15:00     10000      1
7  345    81er    30000 2018-10-20 11:30:00     10000      1
8  678    12rt    55000 2018-12-01 09:25:00         0      1
9  678    12rt    55000 2018-12-15 12:00:00     45000      0
3
  • спасибо, вроде все правильно. А такой вопрос если я захочу поменять период, скажем взять не в течение месяца, а в течение 1.5 месяцев или скажем 20 дней...как возможно это сделать?
    – Pavel
    21 фев 2019 в 11:28
  • здесь полная таблица "offset aliases", которые можно использовать в параметре freq. Можно также указывать число периодов, например freq='10D' или freq='2W'. Если не получится разобраться - задайте здесь новый вопрос - попробуем разобраться вместе ;) 21 фев 2019 в 11:36
  • 1
    Огроменное спасибо!!!!! Очень помогли, как всегда :)
    – Pavel
    21 фев 2019 в 11:40

Ваш ответ

Нажимая на кнопку «Отправить ответ», вы соглашаетесь с нашими пользовательским соглашением, политикой конфиденциальности и политикой о куки

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.