我有一个由台站标识符代码和日期组织的地面天气观测数据框(fzraHrObs
)。 fzraHrObs
有几列天气数据。站点代码和日期(日期时间对象)如下所示:
usaf dat
716270 2014-11-23 12:00:00
2015-12-20 08:00:00
2015-12-20 09:00:00
2015-12-21 04:00:00
2015-12-28 03:00:00
716280 2015-12-19 08:00:00
2015-12-19 08:00:00
我想得到每个电台每年唯一日期(天)的数量 - 即每个电台每年的天数。在上面的例子中,这会给我:
usaf Year Count
716270 2014 1
2015 3
716280 2014 0
2015 1
我尝试过使用groupby并按电台,年份和日期进行分组:
grouped = fzraHrObs['dat'].groupby(fzraHrObs['usaf'], fzraHrObs.dat.dt.year, fzraHrObs.dat.dt.date])
计算,尺寸,nunique等只是给我每个日期的数量,而不是每年的日期数量。有关获得我想要的东西的任何建议吗?
答案 0 :(得分:2)
以下内容应该有效:
df.groupby(['usaf', df.dat.dt.year])['dat'].apply(lambda s: s.dt.date.nunique())
我做的不同之处仅在于分为两个级别,然后使用pandas系列的nunique
方法计算每个组中唯一日期的数量。
答案 1 :(得分:1)
可能是这样的,按usaf
和year
对日期进行分组,然后计算唯一值的数量:
import pandas as pd
df.dat.apply(lambda dt: dt.date()).groupby([df.usaf, df.dat.apply(lambda dt: dt.year)]).nunique()
# usaf dat
# 716270 2014 1
# 2015 3
# 716280 2015 1
# Name: dat, dtype: int64