Question

我只是想知道如何使用pandas.series.dt按年份和月份分组。

下面的代码仅按年份进行分组，但是如何将过滤器也按月份进行分组。

Data = {'Date':['21.10.1999','30.10.1999','02.11.1999','17.08.2000','09.10.2001','14.07.2000'],'X': [10,20,30,40,50,60],'Y': [5,10,15,20,25,30]}

df = pd.DataFrame(Data)

#Convert to pandas date time
df['Date'] = pd.to_datetime(df['Date'])

#Obtain dataframe dtypes
print(df.dtypes)

print(df)
print(df.groupby(df['Date'].dt.year).sum())

Answer 1

我只是想知道如何使用pandas.series.dt按年份和月份分组。

您可以通过Series.dt.year并从rename到groupby的{{3}}，不需要新列：

print(df.groupby([df['Date'].dt.year.rename('y'), df['Date'].dt.month.rename('m')]).sum())
          X   Y
y    m         
1999 2   30  15
     10  30  15
2000 7   60  30
     8   40  20
2001 9   50  25

另一种解决方案：

如果使用Series.dt.month或DataFrame.resample，则添加所有丢失的日期时间之间的间隔（应该好还是不好）：

print(df.resample('MS', on='Date').sum())

print(df.groupby(pd.Grouper(freq='MS', key='Date')).sum())

或通过Grouper将日期时间转换为月周期：

print(df.groupby(df['Date'].dt.to_period('m')).sum())
          X   Y
Date           
1999-02  30  15
1999-10  30  15
2000-07  60  30
2000-08  40  20
2001-09  50  25

Answer 2

df.assign(yr = df['Date'].dt.year, mnth = df['Date'].dt.month).groupby(['yr', 'mnth']).sum()

    Out[1]:

            X   Y
yr  mnth        
1999    2   30  15
        10  30  15
2000    7   60  30
        8   40  20
2001    9   50  25

熊猫如何使用dt按月和年分组

2 个答案: