Effizientes Verschieben der Zählung auf einen DataFrame

Question

Ich führe eine Operation für jede Spalte eines DataFramedurch, die nach Wochen indiziert ist.. In jeder Spalte zähle ich nämlich das erste Vorkommen, bei dem ein Eintrag nicht gleich dem vorherigen Eintrag ist (ohne den ersten Eintrag), und gebe die Differenz zwischen dem letzten Zeitraum und dem Zeitraum, in dem dies aufgetreten ist, aus.

Das Problem ist, dass dies sehr langsam ist und ich bin mir nicht sicher, wie es zu rationalisieren, möglicherweise unter Verwendung numpy. Hier ist mein Code:

def sh(ser): 
    if ser.drop_duplicates().shape[0]==1: 
     return np.nan 
    s = (ser!=ser.shift())[1:] 
    a=s[s].index[0] 
    b=s.index[-1] 
    c = - (a-b) 
    return c.days/7 + 1 

cols = prices.columns 
timeDiffs = [] 
for col in cols: 
    ser = prices[col] 
    timeDiffs.append(sh(ser)) 
output = pd.Series(timeDiffs) 

Um eine Vorstellung davon zu bekommen, was das bedeutet, wenn `df ist die folgende:

   0  1  2 
index         
2015-11-15  9  15.0 8 
2015-11-22  9  15.0 8 
2015-11-28  3.2 15.0 8 
2015-12-06  3.2 15.0 8 
2015-12-13  4  15.0 8 
2015-12-20  5  15.0 2 

Die output ist:

4 
nan 
1 

Answer 1

Set der index zu datetime

df.index = pd.to_datetime(df.index) 

df_1 = df.diff(-1).fillna(method='ffill').astype(bool).cumsum().replace(0,np.nan) 
(df_1.idxmax() - df_1.idxmin()).astype('timedelta64[D]')/7 

0 4.0 
1 NaN 
2 1.0 
dtype: float64 

Answer 2

from pandas import DataFrame 
index = [u'2015-11-15', u'2015-11-22', u'2015-11-28', u'2015-12-06', u'2015-12-13', u'2015-12-20'] 
df = DataFrame({0: [9, 9, 3.2, 3.2, 4, 5], 1: [15, 15, 15, 15, 15, 15], 2: [8, 8, 8, 8, 8, 2]}, index) 
df.apply(lambda x: (x.diff().fillna(0) != 0).astype(int).sum())