Question

我有一个名为'complete'的数据框，日期格式为：2017-01-16

我有很多行跨越过去三个月，我想将我的数据帧分成一周的增量，这样我以后可以制作一个图表，显示每周特定项目的数量，并可视化它的任何一个上升或下降。

通常当我不知道答案时，我会手动走很远的路。在这种情况下，我会说，例如，

  weeknumber = 1
  for day in range(earliest, latest, 8):
      df[df.complete == day].week = weeknumber
      weeknumber += 1

正如你所看到的，我对如何做到这一点非常困惑，因为我不能确切地知道我想要什么，直到我可以先播放一些输出并看看哪些工作选项可用。我搜索了其他代码，比如date_range（），但是我的周数只得到0，并且不知道我的代码是错误的还是我的日期格式，或者我是否使用了错误的方法等等，其他人都说groupby不会工作，等等等。

对菜鸟有什么帮助吗？

Answer 1

以数据框df为例。您需要complete确保datetime列为df.complete = pd.to_datetime(df.complete)。

tidx = pd.date_range('2016-03-31', periods=95)
df = pd.DataFrame(dict(complete=tidx, A=np.arange(len(tidx))))

df.head()

   A   complete
0  0 2016-03-31
1  1 2016-04-01
2  2 2016-04-02
3  3 2016-04-03
4  4 2016-04-04

这是时间分组的两种常用技术

resample
- 我们传递一个字符串参数，在本例中为'W'
```
df.resample('W', on='complete').mean()
```

pd.TimeGrouper

类似的想法

df.set_index('complete').groupby(pd.TimeGrouper('W')).sum()

熊猫，按日期范围分组

1 个答案: