聚合具有相同日期的列（总和）

Posted 2023-03-11

【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！

【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？