Question

我有几列数据，它们位于pandas数据帧中。数据看起来像

           cus_id   timestamp       values    second_val
0          10173    2010-06-12        39.0      1
1          95062    2010-09-11        35.0      2 
2          171081   2010-07-05        39.0      1 
3          122867   2010-08-18        39.0      1
4          107186   2010-11-23        0.0       3
5          171085   2010-09-02        0.0       2
6          169767   2010-07-03        28.0      2
7          80170    2010-03-23        39.0      2
8          154178   2010-10-02        37.0      2
9          3494     2010-11-01        0.0       1
.
.
.
.
5054054    1716139  2012-01-12        0.0     2
5054055    1716347  2012-01-18        28.0    1
5054056    1807501  2012-01-21        0.0     1

有0个值数据显示在值列中，它出现在不同的日期。我试图将每个月的所有second_val值分组，当时当前的值列数据等于零以正确绘制它们并使用

进行绘制

Jan10 = df.second_val[df['timestamp'].str.contains('2010-01')][df['values']==0].sum()
Feb10 = df.second_val[df['timestamp'].str.contains('2010-02')][df['values']==0].sum()
Mar10 = df.second_val[df['timestamp'].str.contains('2010-03')][df['values']==0].sum()
.
. 
.
. 
Jan12 = df.second_val[df['timestamp'].str.contains('2012-01')][df['values']==0].sum()
Feb12 = df.second_val[df['timestamp'].str.contains('2012-02')][df['values']==0].sum()


Months = ['2010-01', '2010-02', '2010-03', '2010-04' . . . . ., '2012-01', '2012-02']
Months_Orders = [Jan10, Feb10, Mar10, Apr10, . . . . ..  ., Jan12, Feb12]

plt.figure(figsize=(15,8))
plt.scatter(x = Months, y = Months_Orders)

如果0在jan10中出现10天并且second_val数据的总和是20.那么它应该给我20月1月例如

  cus_id   timestamp       values    second_val
    0          10173    2010-01-10        0.0      1
    .
    .
    13          95062    2010-01-11        0.0      2 
    34          171081   2010-01-23        0.0      1

有没有办法通过编写函数或任何内置的pandas方式来改进。我尝试了我以前的问题解决方案，但它有所不同，并没有为我正常工作所以我使用这个硬编码，似乎效率低下。感谢

Answer 1

IIUC

df.timestamp=pd.to_datetime(df.timestamp)
df=df[df['values']==0]# filter it before groupby 
df.groupby(df.timestamp.dt.strftime('%Y-%m')).second_val.sum()# using groupby after filter to get what you need, group key is format %Y-%m

根据日期列和其他列

1 个答案: