Question

我有一个熊猫数据框，其中有一个ID的观测值，并且我遇到的问题与解决的here类似。

Timestamp              ID
2014-10-16 15:05:17    123
2014-10-16 14:56:37    148
2014-10-16 14:25:16    123
2014-10-16 14:15:32    123
2014-10-16 13:41:01    123
2014-10-16 12:50:30    148
2014-10-16 12:28:54    123
2014-10-16 12:26:56    123
2014-10-16 12:25:12    123
...
2014-10-08 15:52:49    150
2014-10-08 15:04:50    150
2014-10-08 15:03:48    148
2014-10-08 15:02:27    200
2014-10-08 15:01:56    236
2014-10-08 13:27:28    147
2014-10-08 13:01:08    148
2014-10-08 12:52:06    999
2014-10-08 12:43:27    999
Name: summary, Length: 600

在提到的帖子上，他们展示了如何按ID分组以及如何进行计数。使用df['Week/Year'] = df['Timestamp'].apply(lambda x: "%d/%d" % (x.week, x.year))，我现在有了：

   Timestamp               ID     Week/Year
0  2014-10-16 15:05:17     123    42/2014
1  2014-10-16 14:56:37     150    42/2014
2  2014-10-16 14:25:16     123    42/2014

我的问题是，现在我想制作一个时间序列，所以实际上我需要：

Category    Week_42_2014    Week_43_2014    Week_44_2014    
123         7              0              6
150         0              0              2              ...

这是，我需要将周作为一列，将类别作为行，并且还需要填补无观察值的星期的空白。就我而言，我也需要几天的时间，但我想这确实很相似。

谢谢

Answer 1

您可以使用pd.pivot_table：

res = df.pivot_table(index='ID', columns='Week/Year', aggfunc='count', fill_value=0)

print(res)

          Timestamp        
Week/Year   41/2014 42/2014
ID                         
123               0       7
147               1       0
148               2       2
150               2       0
200               1       0
236               1       0
999               2       0

Answer 2

您可以使用pd.crosstab来完成任务

df['date'] = pd.date_range(start='2014-10-16 15:05:17 ',end='2014-11-08 12:43:27 ',freq='D')
df['value'] = np.repeat([11,22,33,44],len(df)/3)[:len(df)]
df['week'] = df.date.dt.week
df['Year'] = df.date.dt.year



df = pd.crosstab(df.value,[df.week,df.Year])
df.columns = 'Week_' +df.columns.levels[0].astype(str)+"_" +df.columns.levels[1].astype(str)

出局：

    Week_42_2014    Week_43_2014    Week_44_2014    Week_45_2014
value               
11  4   3   0   0
22  0   4   3   0
33  0   0   4   3
44  0   0   0   2

Answer 3

这是使用groupby和pivot的一种方法：

df = df.groupby(['ID', pd.Grouper(key = 'Timestamp', freq = 'W')] ['ID'].count().\
        to_frame().rename(columns = {'ID' : 'counts'}).reset_index()

然后pivot：

df.pivot(index = 'ID', columns = 'Timestamp', values = 'counts')

这当然会返回列名作为相应星期的第一天；您可以通过将df.columns替换为所需列名的列表来进行更改。

编辑：

如果您已经有一个星期的列，则可以直接使用pd.pivot_table，而无需进行groupby。

按ID分组并填写时间序列熊猫

3 个答案: