在 pandas 中应用 df.groupby() 后将列分隔到列表中答案

【问题标题】：Seperate columns into list after applying df.groupby() in pandas在 pandas 中应用 df.groupby() 后将列分隔到列表中
【发布时间】：2018-06-09 22:37:45
【问题描述】：

这是原始数据。

ID &nbsp &nbsp 时间 &nbsp &nbsp 字节

1 &nbsp &nbsp 13:00 &nbsp &nbsp 10

2 &nbsp &nbsp 13:02 &nbsp &nbsp 30

3 &nbsp &nbsp 13:03 &nbsp &nbsp 40

4 &nbsp &nbsp 13:02 &nbsp &nbsp 50

5 &nbsp &nbsp 13:03 &nbsp &nbsp 70

我使用ax = server_logs.groupby('TIME')['REPLY_SIZE'].sum() 获得了以下数据。

ID &nbsp &nbsp 时间 &nbsp &nbsp 字节

1 &nbsp &nbsp 13:00 &nbsp &nbsp 10

2 &nbsp &nbsp 13:02 &nbsp &nbsp 80

3 &nbsp &nbsp 13:03 &nbsp &nbsp 110

做完之后如何将 TIME 和 BYTES 分成两个不同的列表？使用time = ax[0] 似乎没有分开。

ps：我想在此数据上使用 sklearn 应用 k 表示聚类。

【问题讨论】：

怎么样：v = df.groupby('TIME')['BYTES'].sum(); a, b = v.index.tolist(), v.tolist()?
不，它们是时间戳对象。您可以毫无问题地绘制它们。是的，这就是它的作用。另外，使用 pd.Series.plot 有什么问题？就像我在你上一个问题中建议的那样？
是的。我画了。有用。我在上一个问题中找不到您的 pd.Series.plot 。可以发在这里吗？
查看这里：stackoverflow.com/questions/48013007/…
你本来可以做到的df.groupby('TIME')['BYTES'].sum().plot() :p

标签： python-3.x pandas k-means pandas-groupby sklearn-pandas

【解决方案1】：

time=ax[:,0]
bytes=ax[:,1]

你可以试试吗？

如果这不起作用，那么应该这样做

time=ax["TIME"]
bytes=ax["BYTES"]

【讨论】：

使用time = ax[:,0]，我收到以下错误Can only tuple-index with a MultiIndex。使用time=ax["TIME"]，我收到此错误：Can only tuple-index with a MultiIndex。

【解决方案2】：

@COLDSPEED 给出的答案。

v = df.groupby('TIME')['BYTES'].sum(); 
a, b = v.index.tolist(), v.tolist()

【讨论】：