Pandas 重新采样/分组按星期几和年份答案

【问题标题】：Pandas resample/groupby day of week and yearPandas 重新采样/分组按星期几和年份
【发布时间】：2018-11-15 01:54:11
【问题描述】：

我正在尝试创建一个按每年的星期几分组的报告。

我有一个看起来像这样的 df：

                        s1      s2   srd
dt          
2004-02-04 11:21:00 2365.79 2372.37 -7.0
2004-02-05 10:15:00 2365.79 2368.03 -2.0
2004-02-17 06:43:00 2421.05 2425.26 -4.0
2004-02-17 12:43:00 2418.42 2420.53 -2.0
2004-02-17 12:44:00 2420.39 2420.53 -0.0

dt 索引是日期时间格式。

我正在寻找的是一个看起来像这样的数据框（我只需要 srd 列和要分组的函数可以是任何东西，例如 sum、count 等）：

                  srd
dayOfWeek  year         
Mon        2004    10
           2005    11
           2006    8
           2007    120
Tues       2004    105
           2005    105

我已经尝试过 dayOfWeekDf = df.resample('B') ，但我得到一个看起来像是按周数分割的数据框。

我也试过df.groupby([df.index.weekday, df.index.year])['srd'].transform('sum')，但由于某种原因它甚至没有分组，因为我得到了以下信息（2 月 17 日出现了 3 次）。

                    srd
dt  
2004-02-04 11:21:00 81.0
2004-02-05 10:15:00 203.0
2004-02-17 06:43:00 37.0
2004-02-17 12:43:00 37.0
2004-02-17 12:44:00 37.0

【问题讨论】：

标签： python-3.x pandas pandas-groupby

【解决方案1】：

如果您想要索引中的dayOfWeek 和year 名称，您可以分配它们：

>>> df.assign(year=df.index.year, dayOfWeek = df.index.weekday_name).groupby(['dayOfWeek','year']).srd.sum()
dayOfWeek  year
Thursday   2004   -2.0
Tuesday    2004   -6.0
Wednesday  2004   -7.0
Name: srd, dtype: float64

否则，您可以使用以前的方式，但省略transform：

>>> df.groupby([df.index.weekday_name, df.index.year])['srd'].sum()
dt         dt  
Thursday   2004   -2.0
Tuesday    2004   -6.0
Wednesday  2004   -7.0
Name: srd, dtype: float64

【讨论】：