Pandas GroupBy Date Chunks
问题描述:
我试图将熊猫数据框分组为2天的桶。举例来说,如果我做了如下:Pandas GroupBy Date Chunks
df = pd.DataFrame()
df['action_date'] = ['2017-01-01', '2017-01-01', '2017-01-03', '2017-01-04', '2017-01-04', '2017-01-05', '2017-01-06']
df['action_date'] = pd.to_datetime(df['action_date'], format="%Y-%m-%d")
df['user_name'] = ['abc', 'wdt', 'sdf', 'dfe', 'dsd', 'erw', 'fds']
df['number_of_apples'] = [1,2,3,4,5,6,2]
df = df.groupby(['action_date', 'number_of_apples']).sum()
我得到ACTION_DATE,每天number_of_apples分组数据框一个。
但是,如果我想查看2天内的数据框,我该怎么做?然后,我想分析每个date_chunk的number_of_apples,或者通过为2017-01-01 & 2017-01-03创建新的数据框,2017-01-04的另一个2017-01-04 & 2017-01-05,然后最后一个对于2017-01-06,或者只是通过重组和内部工作。
编辑:我最终希望根据每天大块苹果的数量制作用户列表,因此不想得到每天大块苹果的总和或平均值。对困惑感到抱歉!
预先感谢您!
答
您可以使用resample
:
print (df.resample('2D', on='action_date')['number_of_apples'].sum().reset_index())
action_date number_of_apples
0 2017-01-01 3
1 2017-01-03 12
2 2017-01-05 8
编辑:
print (df.resample('2D', on='action_date')['user_name'].apply(list).reset_index())
action_date user_name
0 2017-01-01 [abc, wdt]
1 2017-01-03 [sdf, dfe, dsd]
2 2017-01-05 [erw, fds]
答
尝试使用TimeGrouper
分组两天。
>>df.index=df.action_date
>>dg = df.groupby(pd.TimeGrouper(freq='2D'))['user_name'].apply(list) # 2 day frequency
>>dg.head()
action_date
2017-01-01 [abc, wdt]
2017-01-03 [sdf, dfe, dsd]
2017-01-05 [erw, fds]
谢谢!这也适用,但不是我要找的 - 对不起,我不清楚!请参阅我的编辑。 – cgp25
查看编辑答案。 – jezrael
很高兴能帮到你,美好的一天! – jezrael