时间戳

首页 > 解决方案 > Pandas：结合重采样和分组。在将它们汇总到时间箱中之前，如何平均同一组中的值？

python - Pandas：结合重采样和分组。在将它们汇总到时间箱中之前，如何平均同一组中的值？

问题描述

我有与时间戳和定制组相关联的表格数据（由 col1、col2、...描述）。例子：

           Group  Col1  Col2  Col3
Time
2020-05-18     A    10    20    30
2020-05-18     B    10    20    30
2020-05-18     C    10    20    30
2020-05-19     A    10    20    30
2020-05-19     B    10    20    30
2020-05-19     C    10    20    30
2020-05-20     A    10    20    30
2020-05-20     B    10    20    30
2020-05-20     C    10    20    30
2020-05-21     A    10    20    30
2020-05-21     B    10    20    30
2020-05-21     C    10    20    30

该数据帧可以通过以下方式生成：

dataframe = pd.DataFrame({"Time": ["2020-05-18", "2020-05-18", "2020-05-18", "2020-05-19", "2020-05-19", "2020-05-19", "2020-05-20", "2020-05-20", "2020-05-20", "2020-05-21", "2020-05-21", "2020-05-21"], "Group": ["A","B","C","A","B","C","A","B","C","A","B","C"], "Col1": 12*[10], "Col2": 12*[20], "Col3": 12*[30]})
dataframe["Time"] = pd.to_datetime(dataframe["Time"])
dataframe = dataframe.set_index("Time")

我想创建时间箱（如使用重采样函数），同一组内的平均值，然后在同一时间箱内将它们相加。但是，如果我写dataframe.resample("2D").sum()，值将直接汇总所有组，而无需首先在同一组中进行平均。像这样：

            Col1  Col2  Col3
Time
2020-05-18    60   120   180
2020-05-20    60   120   180

但我需要的是在汇总之前对属于同一组的值进行平均。在这种情况下，所需的输出将是：

            Col1  Col2  Col3
Time
2020-05-18    30   60   90
2020-05-20    30   60   90

我尝试在重新采样后应用 groupby（例如dataframe.resample("2D").grouby("Group")），但它引发了 TypeError（“'TimeGrouper' 对象不可调用”）

有什么方法可以解决这个问题？提前致谢。

编辑：

输出dataframe.groupby(["Time","Group"]).mean()：

                  Col1  Col2  Col3
Time       Group
2020-05-18 A        10    20    30
           B        10    20    30
           C        10    20    30
2020-05-19 A        10    20    30
           B        10    20    30
           C        10    20    30
2020-05-20 A        10    20    30
           B        10    20    30
           C        10    20    30
2020-05-21 A        10    20    30
           B        10    20    30
           C        10    20    30

标签： pythonpandasdataframetime-seriesdatetimeindex

解决方案

Grouper与聚合一起使用mean：

print (dataframe.groupby(['Group',pd.Grouper(freq='2D', key='Time')]).mean())
                  Col1  Col2  Col3
Group Time                        
A     2020-05-18    10    20    30
      2020-05-20    10    20    30
B     2020-05-18    10    20    30
      2020-05-20    10    20    30
C     2020-05-18    10    20    30
      2020-05-20    10    20    30

然后sum到第二级Time：

df = (
    dataframe
    .groupby(['Group', pd.Grouper(freq='2D', key='Time')])
    .mean()
    .sum(level=1)
)

print (df)
            Col1  Col2  Col3
Time                        
2020-05-18    30    60    90
2020-05-20    30    60    90

推荐阅读