Pandas - 计算分组天数
Posted
技术标签:
【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?
【问题讨论】:
【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。以上是关于Pandas - 计算分组天数的主要内容,如果未能解决你的问题,请参考以下文章
如何使用 datetime64[ns] 和 pandas 计算天数?
pandas使用groupby函数agg函数获取每个分组聚合对应的均值(mean)实战:计算分组聚合单数据列的均值计算分组聚合多数据列的均值
python使用pandas计算dataframe中每个分组的极差分组数据的极差(range)使用groupby函数和agg函数计算分组的最大值和最小值
pandas使用groupby函数基于指定分组变量对dataframe数据进行分组使用size函数计算分组数据中每个分组样本的个数