Question

我无法理解代码：

pivot = pd.pivot_table(subset, values='count', rows=['date'], cols=['sample'], fill_value=0)

by = lambda x: lambda y: getattr(y, x)

grouped = pivot.groupby([by('year'),by('month')]).sum()

代码中的

subset是一个DataFrame，其中有一个名为“date”的列（例如2013-02-04 06：20：49.634244），并且没有名为“year”和“month”的列

我遇到麻烦

我无法弄清楚：“年份”和“月份”：

grouped = pivot.groupby([by('year'),by('month')]).sum()

的含义是什么

grouped = pivot.groupby([by('year'),by('month')]).sum()

我做了什么：

在pandas pandas document中说：pandas.DataFrame.groupby的第一个参数可以是

by：映射函数/函数列表，dict，Series或tuple /
by = lambda x：lambda y：getattr（y，x）

表示by（'bar'）返回一个从对象
返回属性'bar'的函数

Answer 1

如果将callable传递给groupby，则会在DataFrame索引上调用它，因此此代码按日期时间索引的年份和月份进行分组。

In [55]: df = pd.DataFrame({'a': 1.0}, 
                           index=pd.date_range('2014-01-01', periods=13, freq='M'))

In [56]: df.groupby([by('year'), by('month')]).sum()
Out[56]: 
           a
2014 1   1.0
     2   1.0
     3   1.0
     4   1.0
     5   1.0
     6   1.0
     7   1.0
     8   1.0
     9   1.0
     10  1.0
     11  1.0
     12  1.0
2015 1   1.0

更明确

In [57]: df.groupby([df.index.year, df.index.month]).sum()
Out[57]: 
           a
2014 1   1.0
     2   1.0
     3   1.0
     4   1.0
     5   1.0
     6   1.0
     7   1.0
     8   1.0
     9   1.0
     10  1.0
     11  1.0
     12  1.0
2015 1   1.0

带有lambda参数的pandas groupby

1 个答案: