Question

具有以下代码：

import pandas as pd
data = {
    'x': ['2019-07-29', '2019-07-30', '2019-07-31', '2019-08-01', '2019-08-02', '2019-08-03'],
    'y': [4, 6, 4, 4, 6, 7]
}
df = pd.DataFrame(data = data, columns = ['x', 'y'])
df

这将输出：

    x   y
0   2019-07-29  4
1   2019-07-30  6
2   2019-07-31  4
3   2019-08-01  4
4   2019-08-02  6
5   2019-08-03  7

是否可以按年和月对 x 列中的日期进行分组并将 x 中的金额相加并将结果放入新的数据框中？像这样：

    x   y
0   2019-07  13
1   2019-08  17

Answer 1

使用 pd.to_datetime 将 x 转换为 pandas 日期时间。然后在groupby和Series.dt.year上Series.dt.month：

In [181]: df.x = pd.to_datetime(df.x)
In [194]: df = df.groupby([df.x.dt.year, df.x.dt.month]).agg(sum).rename_axis(['year', 'month']).reset_index().rename(columns={'y':'sum'})

In [195]: df
Out[195]: 
   year  month  sum
0  2019      7   14
1  2019      8   17

Answer 2

这样的事情可能会奏效：

>>> df.groupby(df['x'].str[:-3])['y'].sum()
x
2019-07    14
2019-08    17

熊猫按年和月聚合并汇总其他列

2 个答案: