Question

我有一个pandas数据框，如下所示

    Date          SKU     Balance
0   1/1/2017        X1       8
1   1/1/2017        X2      45
2   1/1/2017        X1      47
3   1/1/2017        X2      16
4   2/1/2017        X1      14
5   2/1/2017        X2      67
6   2/1/2017        X2       9
8   2/1/2017        X1      66
9   2/1/2017        X1     158

我的第一个目标是生成每天过滤的多个数据框

我编码的

df_1stjan = df.query("Date == \"1/1/2017\"")

我得到了以下结果

    Date          SKU     Balance
0   1/1/2017        X1       8
1   1/1/2017        X2      45
2   1/1/2017        X1      47
3   1/1/2017        X2      16

我的第二个目标是按照SKU的分组进行编码

df_1stjan_uSKU = df_1stjan.groupby(['SKU','Date'], \
                         as_index=False).agg({'Balance':'sum'})

我得到了以下结果

Date          SKU     Balance
0   1/1/2017        X1      55
1   1/1/2017        X2      61

目前我只能编码为一个日期生成一个日期的df

但我需要编写一个函数或循环来自动化它2017年的所有日子。

注意Date列有字符串dtype

Answer 1

我认为你这让自己太复杂了。您已经解决了自己的问题，但我建议您在初始 groupby 和 agg >

示例数据框 ：

Balance Date SKU 0 8 1/1/2017 X1 1 45 1/1/2017 X2 2 47 1/1/2017 X1 3 16 1/1/2017 X2 4 22 1/2/2017 X3 5 24 1/2/2017 X3 6 25 1/3/2017 X4 7 3 1/3/2017 X4
使用 groupby

agg
df1 = df.groupby(['Date', 'SKU'], as_index=False).agg({'Balance':'sum'}) Date SKU Balance 0 1/1/2017 X1 55 1 1/1/2017 X2 61 2 1/2/2017 X3 46 3 1/3/2017 X4 28

to_datetime 转换Date列

df1['Date'] = pd.to_datetime(df1.Date, format='%m/%d/%Y')

date_range ，您想要访问的所有日期

dr = pd.date_range('20170101','20170103')

loc ，每天都有循环访问切片

for d in dr: print(df1.loc[df1.Date.isin([d])]) Date SKU Balance 0 2017-01-01 X1 55 1 2017-01-01 X2 61 Date SKU Balance 2 2017-01-02 X3 46 Date SKU Balance 3 2017-01-03 X4 28

Answer 2

如果你先做

df_group = df.groupby(['Date', 'C1', 'C2', 'C3', 'SKU']).sum()

然后你可以创建你的dfs，如：

for date in set(df['Date']):
    df_date = df_group.loc[date].reset_index()
    # and do whatever with df_date, you can save them in a list for example
    # to access them later but maybe the df_group.loc[date].reset_index() is enough for what you need

迭代pandas df行并进行操作

2 个答案: