如何在熊猫中使用 pd.grouper 和 groupby答案

【问题标题】：How to use pd.grouper along with groupby in pandas如何在熊猫中使用 pd.grouper 和 groupby
【发布时间】：2020-04-08 01:18:48
【问题描述】：

这是我的数据框

    S2PName-Category    S2BillDate  totSale
0   Food               2019-05-18   2150.0
1   Beverages          2019-05-19   403.0
2   Food               2019-05-19   7254.0
3   Others             2019-05-19   200.0
4   Juice              2019-05-19   125.0
5   Snacks             2019-05-19   70.0
6   Food               2019-06-21   11932.0

我想按 s2PName-category 分组，按频率（每月、每周或每天）和 agg totsale 对 s2Billdate 分组

即，如果我将 Billdate 与 freq 作为每月进行分组，那么我的结果 df 将在 'may' 和 'june' 月份有 'Food' 以及它们的总销售额。

我设法写了一些代码，如下所示，

basic_df = basic_df.groupby(['S2PName-Category','S2BillDate'], sort=False)['S2PGTotal'].agg([('totSale','sum')]).reset_index()

预期的 DF 输出：

  S2PName-Category    S2BillDate  totSale
0   Food               2019-05-31   9404.0
1   Beverages          2019-05-31   403.0
3   Others             2019-05-31   200.0
4   Juice              2019-05-31   125.0
5   Snacks             2019-05-31   70.0
6   Food               2019-06-30   11932.0

在我预期的 o/p df 中，我将 s2Billdate 设置为该月的最后一天，并将该月的 totSale agg 设置为。我怎样才能做到这一点？

【问题讨论】：

标签： python pandas

【解决方案1】：

basic_df_2 = basic_df.groupby(['S2PName-Category',basic_df['S2BillDate'].dt.to_period('M')], sort=False)['S2PGTotal'].agg([('totSale','sum')]).reset_index()

dt.to_period 将有助于处理与频率相关的参数！

【讨论】：