Question

我试图用以下格式从一个简单的文件中绘制每个月的事件汇总。

4/7/13  1
4/15/13 1
4/16/13 1
4/17/13 1
4/20/13 1
5/2/13  1
5/3/13  1
5/3/13  1
5/6/13  1
5/9/13  1
5/12/13 1
5/16/13 1
5/16/13 1
5/16/13 1
5/26/13 1
5/29/13 1
6/5/13  1
6/7/13  1
6/14/13 1
6/24/13 1
6/25/13 1
6/26/13 1
6/26/13 1
6/28/13 1
6/30/13 1

所以，我想像

那样卷起来

4/30/13     5
5/31/13     11
6/30/13     8

我尝试使用以下代码：

import pandas as pd
import datetime
import numpy as np

grouper = pd.TimeGrouper('1M')
# set index of dataframe to date
a1 = df.set_index('Date')
# create a series object with just the column i want to rollup.
seriesO = a1['Outlier ']
grouped1 = seriesO.groupby(grouper).aggregate(np.size)
grouped1

结果是：

2013-04-30     0
2013-05-31    48
2013-06-30     9

任何想法??

Answer 1

建议不要在＆lt; = 0.13.1中进行此操作（但在master / 0.14中正常工作）。因为它需要确保对事物进行排序（并且没有记录在任何地方）。

In [13]: s.groupby(pd.TimeGrouper('1M')).agg(np.size)
Out[13]: 
0
2013-04-30     5
2013-05-31    11
2013-06-30     9
Freq: M, dtype: int64

首选方法如下（适用于任何版本）

In [14]: s.resample('1M',how='count')
Out[14]: 
0
2013-04-30     5
2013-05-31    11
2013-06-30     9
Freq: M, dtype: int64

Pandas groupby count返回错误计数

1 个答案: