聚合具有相同日期的列(总和)
Posted
技术标签:
【中文标题】聚合具有相同日期的列(总和)【英文标题】:Aggregate columns with same date (sum) 【发布时间】:2018-10-26 16:20:54 【问题描述】:所以,我需要聚合日期相同的行。
到目前为止,我的代码返回以下内容:
date value source
0 2018-04-08 15:52:26.110 1 ANAPRO
1 2018-04-22 12:14:38.807 1 ANAPRO
2 2018-04-22 12:34:18.403 1 ANAPRO
3 2018-04-22 12:40:35.877 1 ANAPRO
4 2018-04-22 12:53:57.897 1 ANAPRO
5 2018-04-22 13:02:45.180 1 ANAPRO
6 2018-05-04 17:41:15.840 1 ANAPRO
7 2018-04-22 15:03:54.353 1 ANAPRO
8 2018-04-22 15:24:27.030 1 ANAPRO
9 2018-04-22 15:27:56.813 1 ANAPRO
当我在日期旁边显示 HH:MM:SS.ms 时,我认为我无法聚合列(我只需要日期)
我试过了:
df['date'] = pandas.to_datetime(df['date'], format='%b %d %Y.%f').astype(str)
但无济于事,我仍然得到了同样的回报。
代码是:
读取我的 excel 文件(用户输入)。
df = pandas.read_excel(var + '.xlsx')
选择我需要的列,并创建一个新的 .xlsx 来包含它。
df = df.iloc[:, 36].to_excel(var + '_.xlsx', index=False)
打开新的 .xlsx 文件。
df = pandas.read_excel(var + '_.xlsx')
重命名列
df = df.rename(columns='Prospect Dt. Cadastro': 'date')
添加我需要的其他列。
df['value'] = 1
df['source'] = 'ANAPRO'
尝试格式化日期。
df['date'] = pandas.to_datetime(df['date'], format='%b %d` %Y.%f').astype(str)
使用所有格式化数据创建最终的 xlsx。
df = df.to_excel('payload.xlsx')
读取最终的 xlsx。
df = pandas.read_excel('payload.xlsx', names=['date', 'value', 'source'])
打印前 10 行。
print(df.head(10))
我是python新手,如果我做了一些尴尬的事情,很抱歉,谢谢!
【问题讨论】:
【参考方案1】:IIUC,你可能想要pandas.Series.dt.date
:
df['date'] = pandas.to_datetime(df['date']).dt.date
>>> df
date value source
0 2018-04-08 1 ANAPRO
1 2018-04-22 1 ANAPRO
2 2018-04-22 1 ANAPRO
3 2018-04-22 1 ANAPRO
4 2018-04-22 1 ANAPRO
5 2018-04-22 1 ANAPRO
6 2018-05-04 1 ANAPRO
7 2018-04-22 1 ANAPRO
8 2018-04-22 1 ANAPRO
9 2018-04-22 1 ANAPRO
或者,如果您的目标是使用 groupby
进行聚合,您可以保留原始日期列中的所有信息,并仅按日期分组:
df['date'] = pandas.to_datetime(df['date'])
df.groupby(df['date'].dt.date)
# for example, to get the sum each day:
# df.groupby(df['date'].dt.date).sum()
# value
# date
# 2018-04-08 1
# 2018-04-22 8
# 2018-05-04 1
或者,使用pd.Grouper
:
df['date'] = pandas.to_datetime(df['date'])
df.groupby(pd.Grouper(key='date', freq='D'))
【讨论】:
df['date'] = pandas.to_datetime(df['date']).dt.date
工作就像一个魅力,但df.groupby(df['date'].dt.date).sum()
没有,仍然获得与以前相同的返回,但带有格式化的日期。
你尝试了groupby
之后你修改了df['date']
吗?如果是这样,您需要省略.dt.date
,并尝试df.groupby('date').sum()
是的,出现错误Length mismatch: Expected axis has 2 elements, new values have 3 elements
嗯,这对我来说没有发生,你的示例数据框......我每天得到预期的总和(我刚刚将我的输出添加到我的答案中)
等一下...您是否尝试将value
列中的值修改为当天值的总和?或者你到底想达到什么目的?以上是关于聚合具有相同日期的列(总和)的主要内容,如果未能解决你的问题,请参考以下文章