Python 计数转换并将日期聚合到月份列

【问题标题】：Python count transform and aggregate dates to month columnsPython 计数转换并将日期聚合到月份列
【发布时间】：2019-02-15 05:57:42
【问题描述】：

我有一个数据集，我试图在其中分解并按月计算出现次数。我还需要转换最终结果以添加每个月/发生的列

Report_ID    Report_name    timestamp    
1            Profit         8/1/2018 06:10:40
2            Revenue        8/5/2018 09:25:45
1            Profit         8/29/2018 10:11:30
2            Revenue        9/1/2018  09:45:22

输出：

Report_ID   8/2018    9/2018
1           2         0 
2           1         1

【问题讨论】：

您的数据是pandas 数据框还是其他格式？
它会从一个 .xlsx 文件进入，然后通过 pd.read_excel() 读入 python

标签： python pandas count pandas-groupby

【解决方案1】：

将pd.crosstab 与使用strftime 的dt 访问器一起使用：

pd.crosstab(df.Report_ID, df['timestamp'].dt.strftime('%m/%Y'))\
  .reset_index()\
  .rename_axis([None], axis=1)

输出：

   Report_ID  08/2018  09/2018
0          1        2        0
1          2        1        1

【讨论】：

@Scott，这很好用！太感谢了！快速跟进，我的数据集有迄今为止（12 个月以上）的数据。我如何将交叉表数据框限制为过去 3 个月？
创建一个仅包含最近三个月数据的新数据框，然后使用相同的命令。