如何从更大的数据集中创建新的数据框

Question

我正在使用一个数据集（10000 个数据点），它提供 100 个不同的帐号以及交易金额、交易日期和时间等。

从这个数据集中，我想为一个帐号创建一个单独的数据框，然后包含该帐号全年进行的所有交易（按时间排序）。

我尝试这样做：

group = df.groupby('account_num')

然后给我

pandas.core.groupby.generic.DataFrameGroupBy

然后，当我想获取特定帐号的组时，例如 51234：

group.get_group('51234') 

我收到一个错误：

KeyError: 51234

如何制作一个单独的数据框，其中包含一个帐号的所有交易？

（对不起，如果这是一个非常基本的问题，我是新手）

Answer 1

IIUC，您可以通过稍微不同的方式获得输出。您可以首先确保您的时间列（我假设它是基于您的描述的日期）实际上是一个 datetime 对象，然后为特定帐号过滤您的数据框 - 有很多方法可以做到这一点，a常见的是loc，但就我而言，我使用query。然后您可以使用sort_values 根据您的日期进行排序，最后您可以在日期列的年份部分使用groupby：

# Convert your date column to datetime
df['date'] = pd.to_datetime(df['date'])

# Filter and sort
>>> print(df.query('account_num == 51234')\
    .sort_values(by=['date'],ascending=True))

# Equivalently with loc  
print(
      df.loc[df['account_num'] == 51234]\
    .sort_values(by=['date'],ascending=True))
  
    account_num       date
0         51234 2020-01-01
1         51234 2020-02-01
2         51234 2020-03-01
7         51234 2020-08-01
9         51234 2020-08-01
11        51234 2020-08-01
13        51234 2020-08-01
3         51234 2021-04-01
4         51234 2021-05-01
5         51234 2023-06-01
6         51234 2023-07-01
8         51234 2023-07-01
10        51234 2023-07-01
12        51234 2023-07-01

# Filter, sort, and get yearly count
>>> print(
      df.query('account_num == 51234')\
    .sort_values(by=['date'],ascending=True)\
        .groupby(df['date'].dt.year).account_num.count())

date
2020    7
2021    2
2023    5

基于以下示例 DF：

{'account_num': {0: 51234,
  1: 51234,
  2: 51234,
  3: 51234,
  4: 51234,
  5: 51234,
  6: 51234,
  7: 51234,
  8: 51234,
  9: 51234,
  10: 51234,
  11: 51234,
  12: 51234,
  13: 51234,
  14: 512346,
  15: 512346,
  16: 512346,
  17: 512346,
  18: 512346,
  19: 512346,
  20: 512346,
  21: 512346,
  22: 512346,
  23: 13123,
  24: 13123,
  25: 13123,
  26: 13123,
  27: 13123,
  28: 13123,
  29: 13123,
  30: 13123,
  31: 13123},
 'date': {0: '01/01/2020',
  1: '02/01/2020',
  2: '03/01/2020',
  3: '04/01/2021',
  4: '05/01/2021',
  5: '06/01/2023',
  6: '07/01/2023',
  7: '08/01/2020',
  8: '07/01/2023',
  9: '08/01/2020',
  10: '07/01/2023',
  11: '08/01/2020',
  12: '07/01/2023',
  13: '08/01/2020',
  14: '09/01/2020',
  15: '10/01/2020',
  16: '11/01/2020',
  17: '12/01/2020',
  18: '13/01/2020',
  19: '14/01/2020',
  20: '15/01/2020',
  21: '16/01/2020',
  22: '17/01/2020',
  23: '18/01/2020',
  24: '19/01/2020',
  25: '20/01/2020',
  26: '21/01/2020',
  27: '22/01/2020',
  28: '23/01/2020',
  29: '24/01/2020',
  30: '25/01/2020',
  31: '26/01/2020'}}