如何使用 python 从数据框中创建多个 Pandas 时间序列？

Question

我从一个看起来像这样的 Pandas 数据框开始：

   Type Date Number
1   A    x     y
2   B    x     y
3   A    x     y
4   B    x     y
5   A    x     y

我想分别为 A 类数据和 B 类数据创建单独的时间序列。最有效的方法是什么？

我正在考虑从中创建两个不同的数据帧，其中每个数据仅包含一种类型的数据，然后将每个单独的数据帧转换为一个系列。但是我也不知道该怎么做。

扩展问题：如果您甚至不知道有多少种不同的类型，有没有办法做到这一点？

到目前为止，我尝试使用df["type"] == A 检查该类型是否属于我想要的类型，但这并没有给我一个完整的数据框，只是一个数据框告诉我该类型是真还是假。

附加信息：

我的目标是使用A 类型和B 类型的日期和数字数据分别创建单独的熊猫时间序列。

我尝试了以下方法：

df.groupBy("Type").apply(lambda x: x.Date)

上述函数有效，但只返回一列。

df.groupBy("Type").apply(lambda x: (x.Date, x.Number))

上面的函数不起作用，返回的东西根本不是我想要的。

预期输出：

Type    Date Number
 A   1   x     y
     3   x     y
     5   x     y
 B   2   x     y
     4   x     y

Answer 1

如果您想按类型对日期进行分组并将它们放入单独的系列中，您可以执行以下操作。

按类型分组： grouped = df.groupby('Type')

从每个组中获取日期： dates = grouped.apply(lambda x:x.Date)

dates 现在看起来像这样：

Type   
A     1    x
      3    x
      5    x
B     2    x
      4    x

您可以通过类型名称访问系列：dates.A, dates.B 等

到目前为止，我尝试使用 df["type"] == A 检查类型是否属于我想要的类型，但这并没有给我一个完整的数据框，只是一个数据框说如果type 是 true 还是 false。

df["type"] == A 为您提供一个布尔掩码，您可以将其插入数据框：df[df["type"] == A] 不过这是一个很基础的pandas操作，看看官方教程，例子很多：http://pandas.pydata.org/pandas-docs/stable/tutorials.html