我有一個 Dataframe df 如下：date value_1 value_22018.07.06 10 02018.07.14 20 12018.07.27 20 22018.08.06 30 12018.08.09 40 32018.08.13 20 22018.09.10 30 12018.09.22 50 22018.10.09 20 32018.10.27 20 1我需要按月對上述數據進行分組以獲得輸出：date value_1 value_22018.07.01 50 32018.08.01 90 62018.09.01 80 32018.10.01 40 4我怎樣才能在熊貓中有效地做到這一點？
3 回答
蕭十郎
TA貢獻1815條經驗 獲得超13個贊
嘗試使用 pd.Grouper 和 freq = 'MS' 進行分組：
df.groupby(pd.Grouper(freq='MS', key='date')).sum().reset_index()
輸出：
date value_1 value_2
0 2018-07-01 50 3
1 2018-08-01 90 6
2 2018-09-01 80 3
3 2018-10-01 40 4
而且，如果您想恢復點日期格式，可以使用以下命令：
df_out = df.groupby(pd.Grouper(freq='MS', key='date')).sum().reset_index()
df_out['date'] = df_out['date'].dt.strftime('%Y.%m.%d')
df_out
輸出：
date value_1 value_2
0 2018.07.01 50 3
1 2018.08.01 90 6
2 2018.09.01 80 3
3 2018.10.01 40 4
慕容708150
TA貢獻1831條經驗 獲得超4個贊
做
df.date=pd.to_datetime(df.date)
df.groupby(df.date+pd.offsets.MonthBegin(-1)).sum()
Out[171]:
value_1 value_2
date
2018-07-01 50 3
2018-08-01 90 6
2018-09-01 80 3
2018-10-01 40 4
MM們
TA貢獻1886條經驗 獲得超2個贊
如果您將日期作為索引，則就像重新采樣一樣簡單。
df.resample('MS').sum()
如果您還沒有將其作為索引，則可以set_index.
df.set_index('date').resample('MS').sum()
兩者都給你
value_1 value_2
date
2018-07-01 50 3
2018-08-01 90 6
2018-09-01 80 3
2018-10-01 40 4
添加回答
舉報
0/150
提交
取消