Question

我的时间序列数据包含一个可以取值A，B或C的列。

我的数据示例如下：

date,category
2017-01-01,A
2017-01-15,B
2017-01-20,A
2017-02-02,C
2017-02-03,A
2017-02-05,C
2017-02-08,C

我希望按月对数据进行分组，并在a_or_b_count列中存储A的计数和B的计数之和，并在C中存储c_count的数量。< / p>

我尝试了几件事，但我能做的最接近的事情就是使用以下功能预处理数据：

def preprocess(df):
    # Remove everything more granular than day by splitting the stringified version of the date.
    df['date'] = pd.to_datetime(df['date'].apply(lambda t: t.replace('\ufeff', '')), format="%Y-%m-%d")
    # Set the time column as the index and drop redundant time column now that time is indexed. Do this op in-place.
    df = df.set_index(df.date)
    df.drop('date', inplace=True, axis=1)
    # Group all events by (year, month) and count category by values.
    counted_events = df.groupby([(df.index.year), (df.index.month)], as_index=True).category.value_counts()
    counted_events.index.names = ["year", "month", "category"]
    return counted_events

给了我以下内容：

year  month  category
2017  1      A           2
             B           1
      2      C           3
             A           1

总结所有A和B的过程非常简单，因为在这种情况下，类别会成为索引的一部分。

我是一个绝对的熊猫威胁，所以我很可能比现在更难。谁能给出如何在熊猫中实现这种分组的技巧？

Answer 1

我试过这样的帖子虽然我更喜欢@Scott Boston的解决方案，因为我之前合并了A和B值。

df.date = pd.to_datetime(df.date, format = '%Y-%m-%d')
df.loc[(df.category == 'A')|(df.category == 'B'), 'category'] = 'AB'

new_df = df.groupby([df.date.dt.year,df.date.dt.month]).category.value_counts().unstack().fillna(0)
new_df.columns = ['a_or_b_count', 'c_count']
new_df.index.names = ['Year', 'Month']

                a_or_b_count    c_count
Year    Month       
2017    1       3.0             0.0
        2       1.0             3.0

如何在Pandas中按月计算分类列？

1 个答案: