按周和ID分组，平均，再次按周分组并绘制

Question

我有一条称为“ labelled_data”的tweet熊猫数据帧，其中包括“ tweep_username”，“ tweetcreated_at”（时间）和“ label”

我想按“ tweep_username”和“ tweetcreated_at”（按星期）将它们分组，然后取“ labels”的平均值。然后，我想采用这些获得的平均值，然后按“ tweetcreated_at”（按周）将它们分组，然后从中绘制出连续的频率分布。

这意味着我希望每周在第一部分中获得的“标签”均具有独立的频率分布

我尝试了以下代码：

labelled_data['tweetcreated_at'] = pd.to_datetime(labelled_data['tweetcreated_at'], errors='coerce')
s=labelled_data.groupby(['tweep_username',pd.Grouper(key='tweetcreated_at', freq='W')])['label'].mean()..set_index('tweetcreated_at').resample('W')

plt.hist(s)
plt.show()

并收到以下错误：

  

“系列”对象没有属性“ toordinal”

Answer 1

也许您可以尝试以下方法：

labelled_data['tweetcreated_at'] = pd.to_datetime(labelled_data['tweetcreated_at'], 
errors='coerce')
labelled_data = labelled_data.set_index('tweetcreated_at')
s = labelled_data.groupby(['tweep_username','tweetcreated_at']).label.resample('W').mean()

plt.hist(s)
plt.show()

Answer 2

我这样解决了：

labelled_data.groupby(['tweep_username',pd.Grouper(key='tweetcreated_at', freq='W')])['label'].mean().reset_index().groupby('tweetcreated_at')['label'].plot(kind='density', legend=True)