首页 文章

Pandas GroupBy Date Chunks

提问于
浏览 次
1

我正在尝试将Pandas Dataframe分组为2天的桶 . 例如，如果我执行以下操作：

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()

我得到一个按action_date分组的数据框，每天有number_of_apples .

但是，如果我想以2天的时间段查看数据帧，我该怎么办呢？然后我想分析每个date_chunk的number_of_apples，通过为2017-01-01和2017-01-03的日期创建新的数据帧，为2017-01-04和2017-01-05创建另一个，然后是最后一个对于2017-01-06，或者仅仅通过重新组合和工作 .

编辑：我最终希望根据每天大块的苹果数量来制作用户列表，所以不想得到总和，也不想每天大块的苹果 . 对困惑感到抱歉！

先感谢您！

python pandas pandas-groupby

2 回答

  • 1

    你可以使用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]
    回复于
  • 1

    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]
    回复于

相关问题