Groupby by One 列并根据月份将值的总和作为列获取答案

【问题标题】：Groupby by One column and get sum of values as columns based on monthsGroupby by One 列并根据月份将值的总和作为列获取
【发布时间】：2018-12-04 19:33:37
【问题描述】：

我有一个 pandas 数据框，其中包含在某个日期带来的项目及其数量。例如。

date         Item     qty
2016-01-04    Rice     3
2016-01-04    Ball     3
2016-01-10    Rice     5
2016-02-02    Coffee  10
2016-02-06    Rice     3
 .....         ...    ..

数据为 2 年，2016 年至 2018 年 5 月。

我想知道从 2016 年 1 月到 2018 年 5 月，每个月每件商品的销售量。并为其绘制折线图（x 轴 - 月，y - 产品数量）

为此，我想到了以这种格式创建一个数据框：

Date    Rice   Coffee   Ball
Jan 16   8       0       3
Feb 16   10      17      5
 ....    ...    ...      ...
May 18   11      9       12

我怎样才能得到这种格式的数据？？

我认为的一个选项是 df.groupby([df.date.dt.year.rename('year'),df.date.dt.month.rename('month')]).agg({'qty':np.sum}).reset_index()

但它不起作用，有没有更好的方法来获取上述格式的结果，或者有更好的方法来存储结果以便绘制？

【问题讨论】：

标签： python pandas

【解决方案1】：

我想你想要这样，

df= df.groupby([(df.index.year),(df.index.month),'Item']).sum().unstack(fill_value=0)
df.columns=df.columns.droplevel()
df.plot(kind='bar')
plt.show()

O/P

【讨论】：

【解决方案2】：

给定

>>> df
        date    Item  qty
0 2016-01-04    Rice    3
1 2016-01-04    Ball    3
2 2016-01-10    Rice    5
3 2016-02-02  Coffee   10
4 2016-02-06    Rice    3

与

>>> df.dtypes
date    datetime64[ns]
Item            object
qty              int64
dtype: object

你可以的

>>> from pandas.tseries.offsets import MonthEnd
>>> offset = MonthEnd()
>>> 
>>> df.set_index('date').groupby([offset.rollforward, 'Item']).sum().unstack(fill_value=0)
            qty            
Item       Ball Coffee Rice
2016-01-31    3      0    8
2016-02-29    0     10    3

我会保留这样的索引，因为那里有可用的日期。如果您确实必须将这些转换为'Jan 16' 之类的字符串，您可以这样做：

>>> result = df.set_index('date').groupby([offset.rollforward, 'Item']).sum().unstack(fill_value=0)
>>> result.index = result.index.map(lambda d: d.strftime('%b %y'))
>>> result
        qty            
Item   Ball Coffee Rice
Jan 16    3      0    8
Feb 16    0     10    3

【讨论】：

【解决方案3】：

将Series.dt.strftime 用于自定义format of datetimes 并聚合sum：

df = df.groupby([df.date.dt.strftime('%b %y'), 'Item'])['qty'].sum().unstack(fill_value=0)

如果日期时间的顺序很重要，请使用ordered categoricals:

df = df.sort_values('date')
dates = df.date.dt.strftime('%b %y')
dates = pd.Categorical(dates, ordered=True, categories=dates.unique())
df1 = df.groupby([dates, 'Item'])['qty'].sum().unstack(fill_value=0)

或reindex:

df = df.sort_values('date')
dates = df.date.dt.strftime('%b %y')
df1 = df.groupby([dates, 'Item'])['qty'].sum().unstack(fill_value=0).reindex(dates.unique())

print (df1)
Item    Ball  Coffee  Rice
Jan 16     3       0     8
Feb 16     0      10     3

DataFrame.plot.bar的最后一张图：

df1.plot.bar()

【讨论】：