熊猫：使用datetime进行groupby和转换

Question

当我在包括dtype datetime64 [ns]列的多列上使用groupby-transform操作时，我仍然是一个有熊猫的初学者，偶然发现了一个非常奇怪的行为。

我的（玩具）示例是：

import pandas as pd
df = pd.DataFrame({'date': [pd.datetime(2014,3,17),    pd.datetime(2014,3,24), pd.datetime(2014,3,17)], 'hdg_id': [4041,4041,4041],'stock': [1.0,1.0,1.0]})

In[117]: df
Out[117]: 
    date  hdg_id  stock
0 2014-03-17    4041      1
1 2014-03-24    4041      1
2 2014-03-17    4041      1

我现在groupby date和hdg_id（对于hdg_id来说它很简单，因为只有一个唯一值，但是我需要多个分组来产生结果，我的实际应用程序当然更复杂）：

In[118]: df.groupby(['date', 'hdg_id']).transform(sum)
Out[118]: 
           stock
0   0.000000e+00
1  4.940656e-324
2   0.000000e+00

这不是我预期的结果。如果我将列日期转换为类型字符串，我会得到我期望的结果：

In[129]: df['date']=df['date'].astype(str)
In[131]: df.groupby(['date', 'hdg_id']).transform(sum)
Out[131]: 
   stock
0      2
1      1
2      2

有人可以分享一些内容吗？

非常感谢！

Answer 1

是否有理由使用.transform（sum）？

你可以这样做： df.groupby（['date'，'hdg_id']）。sum（）