如何在 Python 中使用 Pandas 按列分组

Posted 2023-03-12

【中文标题】如何在 Python 中使用 Pandas 按列分组

【英文标题】：How to group by a column with Pandas in Python

【发布时间】：2021-12-16 08:17:08

【问题描述】：

提前感谢您的反馈！我正在处理时间序列数据，它有 2 列索引转换为 DateTime 对象。我正在处理的内容如下所示：

我正在尝试解析每个商店的销售记录，以便我可以自定义每个商店的销售预测。有什么建议吗？

非常感谢！

【问题讨论】：

你试过搜索功能了吗？

你想做什么？只是按商店过滤掉？

最后，我想对所有商店进行销售预测。大约有 1000 家商店，我使用的销售历史是从 2013 年至今

【参考方案1】：

您可以通过'Store' 列查询/切片数据框，或者执行.groupby('Store').，或者将索引设置为['Store', 'Fiscal_Date']。目前还不清楚你想做什么。也许这有帮助？

import pandas as pd

df = pd.DataFrame('Fiscal_Date':['2013-12-01','2013-12-01','2013-12-02','2013-12-02'],
                    'Store':['A','B','A','B'],
                    'Sale':[12,143,23,21])


df = df.set_index(['Fiscal_Date']).sort_index()


store_tables = 
for store in list(df['Store'].unique()):
    filter_df = df[df['Store'] == store]
    store_tables[store] = filter_df.drop('Store',axis=1)

输出：

要获取特定的Store表，只需以商店名称为键调用即可：

print(store_tables['A'])
             Sale
Fiscal_Date      
2013-12-01     12
2013-12-02     23

或存储“B”：

print(store_tables['B'])
             Sale
Fiscal_Date      
2013-12-01    143
2013-12-02     21

【讨论】：

据我所知，时间序列数据必须使用日期时间和一列进行索引（在这种情况下，该列将是销售）。但是因为我有商店、销售额（2 列），所以我无法预测销售额。那是我想到按每个商店分组以使用 Datetime 索引的单独销售列

啊，是的。那么我的解决方案应该对你有用，因为你可以删除 store 列。只要确保跟踪哪个表是哪个表。事实上，我只是更新了代码，所以你可以这样做

【参考方案2】：

df = 数据框的名称

要获取特定商店的销售价值：

df["Sale"].loc[(df["Store"] == "StoreName")]

【讨论】：

这不起作用，因为'SeriesGroupBy'对象没有属性'loc'

您要求按商店销售

我相信这段代码应该是df.loc[(df["Store"] == "StoreName"), "Sale"]。 .loc 方法采用 2 个参数，例如。 df.loc["row identifier", "column identifier"].

@j__carlson 要销售的标识符列在代码 df["Sale"] 的第一部分中

@LukeSimpson，我的立场是正确的。这将按预期运行，但没有必要使用.loc 来屏蔽series。