给定数据框:
Index A B
2016-01-01 5 10
2016-01-01 1 2
2016-01-02 1 1
是否可以使用sum重新采样DataFrame,并在DataFrame的末尾添加一列,其中包括bin中的观察计数,结果为:
Index A B Count
2016-01-01 6 12 2
2016-01-02 1 1 1
答案 0 :(得分:6)
您可以使用Resampler.agg
或DataFrameGroupBy.agg
:
df1 = df.resample('D').agg({'A':'sum', 'B':['sum', 'size']})
print (df1)
B A
sum size sum
Index
2016-01-01 12 2 6
2016-01-02 1 1 1
df2 = df.groupby(level=0).agg({'A':'sum', 'B':['sum', 'size']})
print (df2)
B A
sum size sum
Index
2016-01-01 12 2 6
2016-01-02 1 1 1
如果需要删除列中的MultiIndex
:
df1 = df.resample('D').agg({'A':'sum', 'B':['sum', 'size']})
df1.columns = ['B','Count','A']
df1 = df1[['A','B','Count']]
print (df1)
A B Count
Index
2016-01-01 6 12 2
2016-01-02 1 1 1
df2 = df.groupby(level=0).agg({'A':'sum', 'B':['sum', 'size']})
df2.columns = ['B','Count','A']
df2 = df2[['A','B','Count']]
print (df2)
A B Count
Index
2016-01-01 6 12 2
2016-01-02 1 1 1
答案 1 :(得分:0)
您还可以像下面这样用额外的count
列来播种数据:
frame['count'] = 1 # A column of ones we can count
frame.resample(...).agg({
'count': np.sum,
'A': np.mean,
...
})
或者,如果您想说,请对count
列以外的所有列进行平均:
frame['count'] = 1
frame.resample(...).agg({
# Default aggregation
**{key: np.mean for key in frame.keys()},
# Override `count`
'count': np.sum,
# other columns you want to override
})