Question

我有一个csv文件，其中有一个period列，以月为单位记录到达计数。但是，我想按年份来计算到达次数。

csv文件的外观如下： https://i.stack.imgur.com/jpERT.png

我已经按cor和moa对区域进行了分类，所以现在我需要按年份对它们进行分类。

这是我的代码：

data2 = df[df['region'] == 'ASIA'].groupby(['cor','moa']).sum()

Answer 1

我假设您在读取CSV文件后，将期间列更改为期间类型，例如调用：

SELECT u.name, u.account,
    sum (case u.account
        when t.sent_to then t.quantity * -1
    else t.quantity end) as quantity_sent,
        case when quantity_sent > u.available then 'YES'
            else 'NO' end as analysis_result
from users as u inner join trans as t
on u.account in (t.sent_to, t.received_by)
group by u.name, u.account;

如果您想按年份将 avr_count 值分组（和求和）仅，则无需显式调用 groupby 。相反，您可以编写例如：

df.period = df.period.apply(pd.Period)

但是如果您希望将年份作为附加分组级别，请输入：

df[df.region == 'ASIA'].set_index('period')['avr_count'].resample('Y').sum()

在上面的示例中，年份是第一分组级别，但是您可以把它也例如作为最后级别。

如何按年份而不是月份分组？

1 个答案: