时间戳

首页 > 解决方案 > panda 数据框按 ID 和日期聚合

python - panda 数据框按 ID 和日期聚合

问题描述

我正在尝试按 ID 和日期聚合数据框。假设我有一个数据框：

  Publish date  ID  Price
0   2000-01-02   0     10
1   2000-01-03   0     20
2   2000-02-17   0     30
3   2000-01-04   1     40

我想按 ID 和日期（频率 = 1W）聚合值并获得如下数据框：

  Publish date  ID  Price
0   2000-01-02   0     30
1   2000-02-17   0     30
2   2000-01-04   1     40

我知道可以通过迭代 ID 并使用 grouper 聚合价格来实现。有没有更有效的方法而不迭代 ID？非常感谢。

标签： pythonpandasdataframeaggregation

解决方案

Grouper与 aggregate 一起使用sum，但不确定频率Grouper（因为所有看起来都不同）：

df['Publish date'] = pd.to_datetime(df['Publish date'])

df = (df.groupby([pd.Grouper(freq='W', key='Publish date'),'ID'], sort=False)['Price']
        .sum()
        .reset_index())
print (df)
  Publish date  ID  Price
0   2000-01-02   0     10
1   2000-01-09   0     20
2   2000-02-20   0     30
3   2000-01-09   1     40

df['Publish date'] = pd.to_datetime(df['Publish date'])

df = (df.groupby([pd.Grouper(freq='W-Mon', key='Publish date'),'ID'], sort=False)['Price']
        .sum()
        .reset_index())
print (df)
  Publish date  ID  Price
0   2000-01-03   0     30
1   2000-02-21   0     30
2   2000-01-10   1     40

或者：

df['Publish date'] = pd.to_datetime(df['Publish date'])

df = (df.groupby([pd.Grouper(freq='7D', key='Publish date'),'ID'], sort=False)['Price']
        .sum()
        .reset_index())
print (df)
  Publish date  ID  Price
0   2000-01-02   0     30
1   2000-02-13   0     30
2   2000-01-02   1     40

推荐阅读