基于约束生成列数据

Question

我有一个csv，有两列date\u 1和date\u 2。你知道吗

Date_1  Date_2
01/09/2019  02/08/2019
01/09/2019  03/08/2019
02/09/2019  03/08/2019
01/09/2019  04/08/2019
02/09/2019  04/08/2019
03/09/2019  04/08/2019
02/09/2019  05/08/2019
03/09/2019  05/08/2019
04/09/2019  05/08/2019
01/09/2019  06/08/2019
02/09/2019  06/08/2019
03/09/2019  06/08/2019
04/09/2019  06/08/2019
05/09/2019  06/08/2019
02/09/2019  07/08/2019
03/09/2019  07/08/2019
04/09/2019  07/08/2019
05/09/2019  07/08/2019
06/09/2019  07/08/2019
02/09/2019  08/08/2019
03/09/2019  08/08/2019

我想生成一个新列value_1，这样：

1. 对于每个date_1，value_1（聚合）不应超过5000。

2. date_2和value_1应该有增加的趋势，即在date_2上聚集，value_1应该每天增加例如，如果date_2，聚集的value_1是1000，那么下一个date_2的值应该大于1000。

数据帧具有唯一的(date_1,date_2)元组。你知道吗

编辑：

数据链路

https://drive.google.com/file/d/1xOlJfPNhGgclWyyQmdwzG-WRkU2fhEI4/view?usp=sharing

有人能帮我吗。你知道吗

Answer 1

我不认为这是你真正想要的，但我写这篇文章只是为了让你明白，这完全符合你问题中的要求，如果你有别的意思，你必须添加你期望的示例：

df['value_1'] = np.arange(0, 5000 / max(df['date_1'].value_counts()), 5000 / len(df) / max(df['date_1'].value_counts()))

这将在value_1列中给出一个递增趋势，并且每个date_1的value_1之和保证不会超过5000。 顺便说一句：为了有一个不断增长的趋势，这假设你的日期是排序的，就像你发布的样本数据一样。如果没有（或可能没有），请执行以下操作：

df = df.sort_values(['date_1', 'date_2']) # or ['date_2', 'date_1'] if you prefer

在创建value_1列之前