时间戳

首页 > 解决方案 > Pandas Groupby 使用时间频率

python - Pandas Groupby 使用时间频率

问题描述

我的问题是关于熊猫数据框的 groupby 。示例数据集如下所示：

cust_id | date       | category
A0001   | 20/02/2016 | cat1
A0001   | 24/02/2016 | cat2
A0001   | 02/03/2016 | cat3
A0002   | 03/04/2015 | cat2

现在我想对 cust_id 进行分组，然后查找彼此相隔 30 天内发生的事件并为这些事件编译类别列表。到目前为止，我想到的是按以下方式使用 pd.grouper 。

df.groupby(['cust_id', pd.Grouper(key='date', freq='30D')])['category'].apply(list)

但这并不是将 [cat1, cat2, cat3] 放在 A0001 的同一个列表中。任何关于我做错了什么或如何去做我需要做的事情的帮助将不胜感激。

我想要的结果应该是这样的：

A0001 | [cat1, cat2, cat3]
A0002 | [cat2]

提前致谢

编辑：

按照温的回答，我尝试了这个最小示例并且它适用于这个最小示例，我不适合提供一个不具有代表性的最小示例。可以使用此示例为 0.20.3 和 0.23.0 版本的 pandas 重新创建这一点。

cust_id date    category
0   A0001   2015-02-02  cat5
1   A0002   2015-02-03  cat1
2   A0001   2016-02-20  cat1
3   A0001   2016-02-24  cat2
4   A0001   2016-03-02  cat3
5   A0003   2016-09-09  cat2
6   A0003   2016-08-21  cat5

我得到的答案是：

cust_id
A0001          [cat5]
A0001    [cat1, cat2]
A0001          [cat3]
A0002          [cat1]
A0003          [cat5]
Name: category, dtype: object

我为最初的困惑道歉！

标签： pythonpandaspandas-groupbydata-science

解决方案

你的代码对我有用

df.date=pd.to_datetime(df.date)
df.groupby(['cust_id', pd.Grouper(key='date', freq='30D')])['category'].apply(list).reset_index(level=1,drop=True)
Out[215]: 
cust_id
A0001       [ cat1,  cat2,  cat3]
A0002                     [ cat2]
Name: category, dtype: object

推荐阅读