这是dataframe
Date Value Entity
0 01/01/2016, 10:30:00 110.778447 Aag
1 02/01/2016, 10:30:00 110.680482 Aag
2 03/01/2016, 10:30:00 110.574833 Aag
3 04/01/2016, 10:30:00 110.461546 Aag
4 05/01/2016, 10:30:00 110.340676 Aag
5 06/01/2016, 10:30:00 110.212280 Aag
6 07/01/2016, 10:30:00 110.076422 Aag
当我将pd.pivot_table
应用于此dataframe
results = pd.pivot_table(dataframe1, values='Value', index=['Date'], columns=['Entity'], aggfunc=np.sum,fill_value=0)
我得到一个奇怪的date
,如下所示
Date ...
01/01/2016, 10:30:00
01/02/2016, 10:30:00
01/03/2016, 10:30:00
01/04/2016, 10:30:00
01/05/2016, 10:30:00
01/06/2016, 10:30:00
01/07/2016, 10:30:00
01/08/2016, 10:30:00
01/09/2016, 10:30:00
01/10/2016, 10:30:00
01/11/2016, 10:30:00
01/12/2016, 10:30:00
02/01/2016, 10:30:00
02/02/2016, 10:30:00
02/03/2016, 10:30:00
我在这里缺少什么,对此将提供任何帮助。
答案 0 :(得分:1)
您获得的输出看起来像是按字符串字符排序的-在数据透视之前将列解析为具有适当格式的datetime dtype,例如
df['Date'] = pd.to_datetime(df['Date'], format='%d/%m/%Y, %H:%M:%S')