Question

我需要按学期对数据进行分组，但是没有可用的频率标签here

根据我数据框中的第一个日期时间，

2QS（从开始起2个季度）和6MS（从开始起6个月）将不起作用，因为它们将在不同的时刻开始。 （非常违反直觉并且容易出错，恕我直言：直到使用从5月开始而不是1月开始的其他数据集，我才看到这个问题。）

from datetime import *
import pandas as pd
import numpy as np

df = pd.DataFrame()

days = pd.date_range(start="2017-05-17", 
                     end="2017-11-29",
                    freq="1D")
df = pd.DataFrame({'DTIME': days, 'DATA': np.random.randint(50, high=80, size=len(days))})
df.set_index('DTIME', inplace=True)

grouped = df.groupby(pd.Grouper(freq='2QS'))
print("Groups date start:")
for dtime, group in grouped:
    print dtime
    # print(group)

返回

Groups date start:
2017-04-01 00:00:00   <== because my first datetime is in May, 2017
2017-10-01 00:00:00

代替：

Groups date start:
2017-01-01 00:00:00   <== I want the semesters referred to the year!
2017-06-01 00:00:00

作为一种可能的解决方法，我在数据框中创建了两个新列，然后根据它们进行分组：

      df["year"] = df.index.year.astype(int)
      df["semester"] = df.index.month.astype(int)
      df["semester"] = df["semester"] - 1
      df["semester"] = df["semester"] // 6
      grouped = df.groupby(["year", "semester"])

这是达到此目的的唯一方法吗？

还有两个小问题，只是出于好奇，不值得一个单独的stackoverflow问题：

为什么标签W（一周结束）可用，而WS（一周开始）不可用？

如何用一行写出来？

  df["semester"] = df.index.month.astype(int)
  df["semester"] = df["semester"] - 1
  df["semester"] = df["semester"] // 6

Answer 1

最接近的是anchored-offsets，但是缺少了一个月。

第二次：

df["semester"] =  (df.index.month.astype(int) - 1) // 6

或者不创建新列：

years = df.index.year.astype(int)
semes = (df.index.month.astype(int) - 1) // 6
grouped = df.groupby([years, semes])

熊猫分组方式：按学期分组

1 个答案: