使用 pandas 计算月份的总事件

Question

我有使用 groupby(Code, ID, Date) 的数据框，如下所示 -

Code    ID  Date              Sum
100 200 2012-05-31   50
                2012-06-07   60
                2012-06-25   70
                2012-06-26   80
                2013-06-27   85
                2013-06-28   90

我想创建一个数据框，它可以使用 groupby（代码、ID、月/年）显示数据 -

Code    ID     Month/Year     Sum
100     200    May/2012        50
               June/2012       210
               June/2013       175

请指教

Answer 1

您可以对每个组进行每月resample。

因此首先将“日期”列转换为日期时间：

df['Date'] = pd.to_datetime(df['Date'])

然后将其设置为索引，groupby 在['Code', 'ID'] 上，然后在每个组上应用resample：

df.set_index('Date').groupby(['Code', 'ID']).resample('M', 'sum')

---

In [6]: df = pd.DataFrame({'Code':100, 'ID':200, 'Date':pd.date_range("2012-01-01", periods=10, freq='10D'), 'Sum':np.random.randint(10, size=10)})

In [7]: df
Out[7]:
   Code                Date   ID  Sum
0   100 2012-01-01 00:00:00  200    1
1   100 2012-01-11 00:00:00  200    9
2   100 2012-01-21 00:00:00  200    5
3   100 2012-01-31 00:00:00  200    9
4   100 2012-02-10 00:00:00  200    8
5   100 2012-02-20 00:00:00  200    3
6   100 2012-03-01 00:00:00  200    9
7   100 2012-03-11 00:00:00  200    8
8   100 2012-03-21 00:00:00  200    3
9   100 2012-03-31 00:00:00  200    5

In [8]: df.set_index('Date').groupby(['Code', 'ID']).resample('M', 'sum')
Out[8]:
                     Code   ID  Sum
Code ID  Date
100  200 2012-01-31   400  800   24
         2012-02-29   200  400   11
         2012-03-31   400  800   25

---

要绘制它，应该这样做：

fig, ax = plt.subplots()

for name, group in df.set_index('Date').groupby(['Code', 'ID']):
    group['Sum'].resample('M', 'sum').plot(ax=ax, label=name)

但您也可以进一步处理您的结果，“unstack”（将索引级别带到列）然后绘图：

df2 = df.set_index('Date').groupby(['Code', 'ID']).resample('M', 'sum')
df2['Sum'].unstack([0,1]).plot()