具有多列的时间序列，每列都有重复的条目。如何在熊猫中处理

Question

在 Date 和 UID 列中有以下具有重复值的数据框：

Date           UID       Score
2018-08-31       A          5
2018-08-31       B          3
2018-08-31       C          4
2018-05-31       A          4
2018-05-31       C          2
2018-05-31       A          4
2018-05-31       B          1
2018-05-31       A          3
2018-01-31       C          5
2018-01-31       A          3
2018-01-31       A          4
2018-01-31       C          2
2018-01-31       B          5

如果同一日期出现重复的 UID，请创建如下内容：

2018-08-31       A          5
2018-05-31       A          3.67
2018-01-31       A          3.5

2018-08-31       B          3
2018-05-31       B          1
2018-01-31       B          5

2018-08-31       C          4
2018-05-31       C          2
2018-01-31       C          3.5

我想要完成的是将原始数据帧拆分为多个时间序列，我可以将它们一起绘制并使用。在这种情况下，我该如何重塑这个数据框，以便我可以根据 UID 分数使用 3 个不同的时间序列？

我似乎被困在以下点......

df.groupby(['Date', 'UID'], as_index=False)['Score'].mean()

...我不知道如何正确地重塑它。

感谢任何反馈。

Answer 1

我认为您唯一的问题是您的 group by 中的顺序。试试：

#Recreating your frame
df = pd.DataFrame( [['2018-08-31',     'A',         '5'],['2018-08-31','B',3],
['2018-08-31','C',4],
['2018-05-31','A',4],
['2018-05-31','C',2],
['2018-05-31','A',4],
['2018-05-31','B',1],
['2018-05-31','A',3],
['2018-01-31','C',5],
['2018-01-31','A',3],
['2018-01-31','A',4],
['2018-01-31','C',2],
['2018-01-31','B',5]] , columns =  ['Date','UID','Score'])
df['Score'] = pd.to_numeric(df['Score'])

#The solution
df.groupby(['UID', 'Date']).mean()

这会产生：

                Score
UID Date    
A   2018-01-31  3.500000
    2018-05-31  3.666667
    2018-08-31  5.000000
B   2018-01-31  5.000000
    2018-05-31  1.000000
    2018-08-31  3.000000
C   2018-01-31  3.500000
    2018-05-31  2.000000
    2018-08-31  4.000000

绘图可以这样完成：

df.groupby(['UID','Date']).mean().loc["A"].plot()
df.groupby(['UID','Date']).mean().loc["B"].plot()
df.groupby(['UID','Date']).mean().loc["C"].plot()