我有一个包含几个日期字段的数据集，包括小时。我想使用其中之一作为我的 df 索引，并计算每天创建的条目数。换句话说，如果我有：
Date | Several features
2020-02-08 10h00 | ...
2020-02-08 11h00 | ...
2020-02-10 10h00 | ...
2020-02-10 11h00 | ...
2020-02-10 13h00 | ...
我想得到：
2020-02-08 | 2
2020-02-10 | 3
为此，我正在做：
df["datetime"] = pd.to_datetime(df["datetime"])
df = df.set_index('datetime')
df.resample('D')["id"].count()
其中 id 是每个条目的唯一标识符。
但是，我得到以下输出：
2020-02-08 | 2
2020-02-09 | 0
2020-02-10 | 3
如何去掉“2020-02-09”行？我只想计算数据集上出现的天数，而不是我没有的天数。
答案 0 :(得分：2)
将 Series.dt.date 与 DataFrame.groupby 一起使用：
df["datetime"] = pd.to_datetime(df["datetime"])
df = df.groupby(df["datetime"].dt.date)["id"].count()
如果需要 DatetimeIndex 在较旧的 Pandas 版本中也能正常工作，请使用 Series.dt.normalize：
df["datetime"] = pd.to_datetime(df["datetime"])
df = df.groupby(df["datetime"].dt.normalize())["id"].count()
在您的解决方案中，如果生成缺失值，请删除它们：
df["datetime"] = pd.to_datetime(df["datetime"])
df = df.set_index('datetime').resample('D')["id"].count().dropna()
或删除 0 行：
df["datetime"] = pd.to_datetime(df["datetime"])
df = df.set_index('datetime').resample('D')["id"].count().loc[lambda x: x!= 0]