Question

我有一个带有2级MultiIndex的pandas DataFrame。 MultiIndex的两个级别都是相同的日期范围，每天间隔一次。我想每周重新采样DataFrame，对于MultiIndex的两个级别，但我遇到了麻烦。请参阅下文。

为了举例，让我们让每个指数回归2周：

d0 = date.today() - timedelta(days=14)
dates = pd.date_range(d0, date.today())
date_index = pd.MultiIndex.from_product([dates, dates], names=['cohort_date', 'event_date'])
df = pd.DataFrame(np.random.randint(0, 100, 225), index=date_index)

如果我直接重新采样df，我会得到以下TypeError：

df.resample('W', how='sum')
[...]
TypeError: Only valid with DatetimeIndex or PeriodIndex

很公平，我在第一级取消堆叠并重新取样，这给出了我的答案的一半：

df2 = df.unstack().resample('W', how='sum').T
print df2

cohort_date   2014-07-20  2014-07-27  2014-08-03
  event_date                                    
0 2014-07-16         177         424         115
  2014-07-17         408         392         197
  2014-07-18         174         435         222
  2014-07-19         180         392         141
  2014-07-20         304         252         155
  2014-07-21         242         236         228
  2014-07-22         139         159          77
  2014-07-23         117         293          68
  2014-07-24         308         353         246
  2014-07-25         254         471         160
  2014-07-26         258         240         144
  2014-07-27         297         360         148
  2014-07-28         284         303         202
  2014-07-29         218         399         144
  2014-07-30         227         286         160

现在，如果我尝试重新采样第二个轴（理论上也按日期索引），我会得到同样的错误：

df2.unstack().resample('W', how='sum')
[...]
TypeError: Only valid with DatetimeIndex or PeriodIndex

我现在感到很茫然，我希望在每个维度上按周重新采样有任何帮助。

Answer 1

这需要0.14.1（它也可能在0.14.0中工作）

注意我认为它们是一个小问题，因为应该通过指定级别来工作（而不是重置并将其用作列）。

文档为here

In [22]: df.reset_index().groupby([pd.Grouper(key='cohort_date',freq='W'),pd.Grouper(key='event_date',freq='W')]).sum()
Out[22]: 
                           0
cohort_date event_date      
2014-07-20  2014-07-20  1292
            2014-07-27  1665
            2014-08-03   764
2014-07-27  2014-07-20  1521
            2014-07-27  2317
            2014-08-03  1071
2014-08-03  2014-07-20   871
            2014-07-27  1006
            2014-08-03   306

重新采样MultiIndex Pandas DataFrame的两个级别中的日期

1 个答案: