Pandas - 计算分组天数

Posted 2023-03-11

【中文标题】Pandas - 计算分组天数

【英文标题】：Pandas - Counting the number of days for group by

【发布时间】：2017-08-11 10:34:26

【问题描述】：

我想统计2列分组后的天数：

groups = df.groupby([df.col1,df.col2])

现在我想计算每个组的相关天数：

result = groups['date_time'].dt.date.nunique()

当我想按天分组时，我正在使用类似的东西，但这里出现错误：

AttributeError: 无法访问 'SeriesGroupBy' 对象的属性 'dt'，请尝试使用 'apply' 方法

获取天数的正确方法是什么？

【参考方案1】：

您需要groupby 的另一个变体 - 首先定义列：

df['date_time'].dt.date.groupby([df.col1,df.col2]).nunique()

---

df.groupby(['col1','col2'])['date_time'].apply(lambda x: x.dt.date.nunique())

---

df['date_time1'] = df['date_time'].dt.date
a = df.groupby([df.col1,df.col2]).date_time1.nunique()

示例：

start = pd.to_datetime('2015-02-24')
rng = pd.date_range(start, periods=10, freq='15H')

df = pd.DataFrame('date_time': rng, 'col1': [0]*5 + [1]*5, 'col2': [2]*3 + [3]*4+ [4]*3)  
print (df)
   col1  col2           date_time
0     0     2 2015-02-24 00:00:00
1     0     2 2015-02-24 15:00:00
2     0     2 2015-02-25 06:00:00
3     0     3 2015-02-25 21:00:00
4     0     3 2015-02-26 12:00:00
5     1     3 2015-02-27 03:00:00
6     1     3 2015-02-27 18:00:00
7     1     4 2015-02-28 09:00:00
8     1     4 2015-03-01 00:00:00
9     1     4 2015-03-01 15:00:00

#solution with apply
df1 = df.groupby(['col1','col2'])['date_time'].apply(lambda x: x.dt.date.nunique())
print (df1)
col1  col2
0     2       2
      3       2
1     3       1
      4       2
Name: date_time, dtype: int64

#create new helper column
df['date_time1'] = df['date_time'].dt.date
df2 = df.groupby([df.col1,df.col2]).date_time1.nunique()
print (df2)
col1  col2
0     2       2
      3       2
1     3       1
      4       2
Name: date_time, dtype: int64

df3 = df['date_time'].dt.date.groupby([df.col1,df.col2]).nunique()
print (df3)
col1  col2
0     2       2
      3       2
1     3       1
      4       2
Name: date_time, dtype: int64

【讨论】：

这很好用。我不明白为什么 Series 没有像 Dataframe 那样的 dt 属性。