我经常使用Pandas
而且很棒。我也使用TimeGrouper
,它很棒。我实际上不知道有关TimeGrouper
的文档在哪里。有没有?
谢谢!
答案 0 :(得分:22)
pd.TimeGrouper()
为formally deprecated,支持pd.Grouper()
。
当您还在非日期时间列上进行分组时,pd.Grouper()
的最佳用途是groupby()
。如果您只需要对频率进行分组,请使用resample()
。
例如,假设你有:
>>> import pandas as pd
>>> import numpy as np
>>> np.random.seed(444)
>>> df = pd.DataFrame({'a': np.random.choice(['x', 'y'], size=50),
'b': np.random.rand(50)},
index=pd.date_range('2010', periods=50))
>>> df.head()
a b
2010-01-01 y 0.959568
2010-01-02 x 0.784837
2010-01-03 y 0.745148
2010-01-04 x 0.965686
2010-01-05 y 0.654552
你可以做:
>>> # `a` is dropped because it is non-numeric
>>> df.groupby(pd.Grouper(freq='M')).sum()
b
2010-01-31 18.5123
2010-02-28 7.7670
但是上面的内容有点不必要,因为你只是对索引进行分组。相反,你可以这样做:
>>> df.resample('M').sum()
b
2010-01-31 16.168086
2010-02-28 9.433712
产生相同的结果。
相反,这是Grouper()
有用的案例:
>>> df.groupby([pd.Grouper(freq='M'), 'a']).sum()
b
a
2010-01-31 x 8.9452
y 9.5671
2010-02-28 x 4.2522
y 3.5148
有关更多细节,请查看Ted Petrou Pandas Cookbook的第7章。
答案 1 :(得分:2)
pandas.TimeGrouper()
was deprecated赞成pandas.Grouper()
。
改为使用pandas.Grouper()
。