Question

使用pandas

进行数据操作

任何人都有明智的方法来操纵连锁熊猫系列的价值以找到总数？

当前数据（类型：pandas.core.series.Series）仅供参考，此数据是通过使用原始数据中的“groupby”函数生成的。

date          device        
2015-07-08    a         0        
              b         0        
              c         0        
              d         1        
2015-07-09    a         0        
              c         1         
              d         1        
2015-07-10    a         1        
              b         1        
              c         1

预期结果（类型：pandas.core.series.Series）
每个设备的值表示最新的计数总数A.
例如，总计（2015-07-10，c）= 2因为（2015-07-09，c）= 1和（2015-07-10，c）= 1

date          device    
2015-07-08    a         0
              b         0
              c         0
              d         1
2015-07-09    a         0
              c         1 
              d         2
2015-07-10    a         1
              b         1
              c         2

Answer 1

我认为你可以使用DataFrameGroupBy.cumsum和groupby第二级：

dates = pd.DatetimeIndex(['2015-07-08','2015-07-08','2015-07-08','2015-07-08',
                          '2015-07-09','2015-07-09','2015-07-09',
                          '2015-07-10','2015-07-10','2015-07-10'])
devices = ['a','b','c','d','a','c','d','a','b','c']
idx = pd.MultiIndex.from_tuples(list(zip(dates, devices)), names=['date', 'device'])
s = pd.Series([0,0,0,1,0,1,1,1,1,1], index= idx)
print (s)
date        device
2015-07-08  a         0
            b         0
            c         0
            d         1
2015-07-09  a         0
            c         1
            d         1
2015-07-10  a         1
            b         1
            c         1
dtype: int64

print (s.groupby(level=1).cumsum())
date        device
2015-07-08  a         0
            b         0
            c         0
            d         1
2015-07-09  a         0
            c         1
            d         2
2015-07-10  a         1
            b         1
            c         2
dtype: int64

如何聚合熊猫系列的值

使用pandas

1 个答案: