groupby pandas中的原始索引列

Posted 2023-03-11

【中文标题】groupby pandas中的原始索引列

【英文标题】：Column of original indices in groupby pandas

【发布时间】：2019-01-06 17:19:45

【问题描述】：

我正在使用以下功能：

first_last = df.groupby(['stock', Grouper(freq='D')])['price'].agg(['first','last'])

，它为我提供了一个数据框，其中包含每只股票每天的第一个非 nan 和最后一个非 nan 价格。

能否请您帮帮我，如何在创建的“first_last”df 中添加两列，以便它们包含数据帧“df”的原始索引，从中获取第一个和最后一个值？

原来的df格式如下：

    Index                  price              stock            
2016-10-21 17:00:00        150                 85
2016-10-21 17:30:00        100                 85
2016-10-21 17:00:00         50                 88

-- 我需要在 df "first_last" 中第一个和最后一个价格值的每个值前面都有“索引”。

【参考方案1】：

您需要从 DatetimeIndex 创建具有相同缺失值的辅助列，例如 price 列，然后聚合两列：

df['idx'] = df.index.where(df['price'].notnull(),  np.nan)

first_last = df.groupby(['stock', pd.Grouper(freq='D')])['price', 'idx'].agg(['first','last'])
first_last.columns = first_last.columns.map('_'.join)
print (first_last)
                  price_first  price_last           idx_first  \
stock Index                                                     
85    2016-10-21          150         100 2016-10-21 17:00:00   
88    2016-10-21           50          50 2016-10-21 17:00:00   

                            idx_last  
stock Index                           
85    2016-10-21 2016-10-21 17:30:00  
88    2016-10-21 2016-10-21 17:00:00