我有一个DataFrame
和一个MultiIndex
。第一级是DatetimeIndex
,每周一次。第二级是否,第一级在各个分组之间是一致的。
我想按月对第一级进行分组,并进行前几周的行。
midx = pd.MultiIndex.from_arrays([
pd.date_range('2018-01-01', freq='W', periods=10).repeat(2),
list('ABCDEFGHIJ' * 2)
], names=['Date', 'Thing'])
df = pd.DataFrame(dict(Col=np.arange(10, 30)), midx)
df
Col
Date Thing
2018-01-07 A 10 # This is the first week
B 11 # of January 2018
2018-01-14 C 12
D 13
2018-01-21 E 14
F 15
2018-01-28 G 16
H 17
2018-02-04 I 18 # This is the first week
J 19 # of February 2018
2018-02-11 A 20
B 21
2018-02-18 C 22
D 23
2018-02-25 E 24
F 25
2018-03-04 G 26 # This is the first week
H 27 # of March 2018
2018-03-11 I 28
J 29
结果应为
Col
Date Thing
2018-01-07 A 10 # This is the first week
B 11 # of January 2018
2018-02-04 I 18 # This is the first week
J 19 # of February 2018
2018-03-04 G 26 # This is the first week
H 27 # of March 2018
df.unstack().asfreq('M', 'ffill').stack()
Col
Date Thing
2018-01-31 G 16.0
H 17.0
2018-02-28 E 24.0
F 25.0
这在几个级别上都是错误的。
['A', 'B']
的{{1}}而不是'2018-01-07'
的东西。['G', 'H']
,但这引入了asfreq
并转换为nan
float
发生了什么答案 0 :(得分:1)
你可以做
In [384]: date = df.index.get_level_values('Date')
In [385]: firstweek = date.to_frame().groupby(date.strftime('%Y-%m')).min()['Date']
In [386]: df[date.isin(firstweek)]
Out[386]:
Col
Date Thing
2018-01-07 A 10
B 11
2018-02-04 I 18
J 19
2018-03-04 G 26
H 27
详细信息
In [387]: date.to_frame().groupby(date.strftime('%Y-%m')).min()
Out[387]:
Date
2018-01 2018-01-07
2018-02 2018-02-04
2018-03 2018-03-04
替代。
In [400]: fweek = df.assign(dt=date).resample('M', level='Date')['dt'].min()
In [401]: df[date.isin(fweek)]
Out[401]:
Col
Date Thing
2018-01-07 A 10
B 11
2018-02-04 I 18
J 19
2018-03-04 G 26
H 27
答案 1 :(得分:1)
如果每月的第一周只是该月的前7天,则可以像这样进行过滤
df[df.index.get_level_values(0).day <= 7]
Col
Date Thing
2018-01-07 A 10
B 11
2018-02-04 I 18
J 19
2018-03-04 G 26
H 27
除非您寻找的是在星期日结束的第一周,否则这种情况将不起作用。