0

やりたいことは以下になります。

IDごとに直近1年分の売上データがあり、直近nケ月の金額がn万円を連続して超える人が何人いるかカウントしたいと考えています。

例えば、直近3ケ月の金額が17万円を連続して超える人数(3ケ月の中で1ケ月でも17万円を下回る月がある人は含まれない)、16万円を連続して超える人数、15万円を超える人数、…1万円を超える人数とスタート地点の金額から1万円刻みで人数をカウントしたいです。

(上記例でいうと17万を連続して超える人は当然16万円を連続して超えることになるので、IDの重複は許すことにします)

for文を使えば簡単にできると思うのですが、どのように記述すれば良いのかわからないのでご教示いただけますと幸いです。

画像の説明をここに入力

3
  • 2
    データもスクリーンショットではなくテキストで提示してください。あとファイルを読み取ってプログラムでアクセス可能な形にするくらいまでは出来るでしょうし、何か試行錯誤している段階でも良いので、その部分のソースコードも提示してみてください。再現可能な短いサンプルコードの書き方
    – kunif
    Commented 2021年3月28日 5:25
  • 「for文を使えば簡単にできると思うのですが、どのように記述すれば良いのかわからないのでご教示いただけますと幸いです。」とのことですが、まずは1つの条件でのカウントのコードは書けていますか?まずはそのコードを書いて載せましょう。
    – merino
    Commented 2021年3月28日 7:11
  • Pandasっぽく見えますが Pandasですか? 「IDごと」の IDとはどれですか? (行の index?) … とにかく全件でなく抜粋でいいのでデータにしろコードにしろ, テキストで載せたほうがよいでしょう
    – oriri
    Commented 2021年3月28日 8:28

2 件の回答 2

0

その後の追記・更新が無いようですが、以下のような記事が参考になるでしょう。

Pandas DataFrame select rows based on values of multiple columns whose names are specified in a list
pandasで欠損値NaNを除外(削除)・置換(穴埋め)・抽出
Pythonのrange関数の使い方
iloc - Pandasで要素を抽出する方法(loc,iloc,iat,atの使い方)
Pythonの組み込み関数all(), any()の使い方
pandasで行数、列数、全要素数(サイズ)を取得
Pythonのf文字列(フォーマット済み文字列リテラル)の使い方


  • 最初のKINGAKU_Sの列がID
  • 次の列が直近月のデータで、以降xヵ月前が並んでいる
  • NaN0円として扱う
  • xx円を超えるxx円を含む

上記あたりを仮定・補完して考えると、以下のようなプログラムで出来るでしょう。

import pandas as pd
data = pd.read_csv('data.csv') #### CSV読み取り、必要ならheader,encoding等指定、EXCELならread_excel()を使う
data.fillna(0.0, inplace=True) #### 'NaN' を '0.0' とする

months = 3          #### nヵ月分とするか指定
startvalue = 170000 #### 処理開始金額

for threshold in range(startvalue, 0, -10000): #### 降順 1万円刻み
    count = len(data[data.iloc[:,1:months+1].apply(lambda x: all([v >= float(threshold) for v in x]), axis=1)]) #### 集計
    print(f'{threshold: >7} : {count: >6}')    #### 表示
0

例えばこのようなデータを考えてみます

  • 横に月が並ぶ
  • 縦(行頭)が ID とする

連続した三ヶ月分の最小値を取り出し, 一定値を超えているかどうか
2月から 4月分までの場合, 4月が該当する月, という判断にします
(つまり(どのようなデータであっても) 1月, 2月は件数ゼロ)

import pandas as pd
import numpy as np

# とりあえずランダムな値を実験用に用意
df = pd.DataFrame(np.random.randint(1000, 20000, (4, 12)))
df.rename(columns=lambda v: f'{v+1}月', index=lambda v: f'ID_{v:03d}', inplace=True)
display(df)

# (とりあえず) 8000 以上の値の表示, 及び 件数の表示
b8k = df.rolling(3, axis=1).min() >= 8000
display(df[b8k].fillna(''))
b8k.sum()
1月 2月 3月 4月 5月 6月 7月 8月 9月 10月 11月 12月
ID_000 2261 8830 14073 15578 3376 4917 17502 7456 15905 1747 17220 3247
ID_001 11592 3769 4658 12233 16910 8890 8288 7854 10683 5842 4346 7808
ID_002 4803 9351 1450 17890 9665 19335 11165 10414 14457 14395 10539 13496
ID_003 12803 3727 7279 9647 17536 4401 16852 11295 14799 2446 12863 1393
1月 2月 3月 4月 5月 6月 7月 8月 9月 10月 11月 12月
ID_000 15578
ID_001 8890 8288
ID_002 19335 11165 10414 14457 14395 10539 13496
ID_003 14799

1月 0
2月 0
3月 0
4月 1
5月 0
6月 2
7月 2
8月 1
9月 2
10月 1
11月 1
12月 1
dtype: int64

この質問に回答するには、ログインする必要があります。

求めていた回答ではありませんか? のタグが付いた他の質問を参照する。