Pandas Multi-index DataFrame：聚合组内的子组

Posted 2023-02-16

【中文标题】Pandas Multi-index DataFrame：聚合组内的子组

【英文标题】：Pandas Multi-index DataFrame: aggregate sub-groups within groups

【发布时间】：2021-07-24 16:48:17

【问题描述】：

我有以下多索引 DataFrame：

df = pd.DataFrame(
      'cluster': [1, 1, 2, 1, 2, 2, 1, 3, 2],
      'mark': [8, 5, 10, 20, 4, 1, 6, 4, 1],
      'dt': ['2021-03-23', '2021-03-25', '2021-03-23', '2021-03-28', '2021-03-25', '2021-03-28', '2021-03-29', '2021-03-23', '2021-03-31']
)
df.set_index(['cluster', 'dt'], inplace=True)
df.sort_index(inplace=True)
df

标记 集群 dt 1 2021-03-23 8 2021-03-25 5 2021-03-28 20 2021-03-29 6 2 2021-03-23 10 2021-03-25 4 2021-03-28 1 2021-03-31 1 3 2021-03-23 4

我要做的是在每个索引组内生成每周子组的总和，类似于

总分 集群 start_date_of_week 1 2021-03-21 13 2021-03-28 26 2 2021-03-21 14 2021-03-28 2 3 2021-03-23 4

我知道如何根据日期时间索引的频率生成组。我不知道如何使用一级多索引来做到这一点。有什么想法吗？

【参考方案1】：

确保索引的级别 1 是日期时间类型。然后你可以这样做：

print(
    df.groupby(
        [
            pd.Grouper(level=0),
            pd.Grouper(level=1, freq="W", label="left", closed="left"),
        ]
    )["mark"]
    .sum()
    .to_frame()
)

打印：

                    mark
cluster dt              
1       2021-03-21    13
        2021-03-28    26
2       2021-03-21    14
        2021-03-28     2
3       2021-03-21     4