Question

进行了一些搜索，但没有产生所需的结果，即按日期对数据进行分组并计算频率。我能用聚合做到这一点，但我不知道如何用结果创建一个新列，谢谢。

文件中的数据：

Domain  Dates
twitter.com 2016-08-08
google.com  2016-08-09
apple.com   2016-08-09
linkedin.com    2016-08-09
microsoft.com   2016-08-09
slack.com   2016-08-12
instagram.com   2016-08-12
ibm.com 2016-08-12

码

import pandas as pd
import matplotlib.pyplot as plt
import datetime
import numpy as np

df = pd.read_csv('domains.tsv', sep='\t')
df = df.groupby([pd.to_datetime(df.Dates).dt.date]).agg({'Dates':'size'})
print(df)

产量

            Dates
Dates
2016-08-08      1
2016-08-09      4
2016-08-12      3

理想情况下，我希望count列为'count'，然后我将保存为新的csv。

Answer 1

import pandas as pd


df = pd.read_csv('domains.tsv', sep='\t')
counter = df.groupby('Dates').count().rename(columns={'Domain': 'count'})
counter.to_csv('count.csv')

您将获得count.csv，包括您当前目录的结果。

Dates,count
2016-08-08,1
2016-08-09,4
2016-08-12,3

Answer 2

df['count'] = df.groupby(['Dates']).transform('count')

pandas groupby并汇总到新专栏

2 个答案: