熊猫：groupby 和转换与日期时间

Posted 2023-02-16

【中文标题】熊猫：groupby 和转换与日期时间

【英文标题】：Pandas: groupby and transform with datetime

【发布时间】：2015-11-05 05:28:35

【问题描述】：

我仍然是 pandas 的初学者，当我对多个列（包括 dtype datetime64[ns] 列）使用 groupby-transform 操作时，我偶然发现了一个非常奇怪的行为。

我的（玩具）例子是：

import pandas as pd
df = pd.DataFrame('date': [pd.datetime(2014,3,17),    pd.datetime(2014,3,24), pd.datetime(2014,3,17)], 'hdg_id': [4041,4041,4041],'stock': [1.0,1.0,1.0])

In[117]: df
Out[117]: 
    date  hdg_id  stock
0 2014-03-17    4041      1
1 2014-03-24    4041      1
2 2014-03-17    4041      1

我现在按日期和hdg_id分组（对于hdg_id来说很简单，因为只有一个唯一值，但我需要多次分组才能产生结果，我的实际应用当然更复杂）：

In[118]: df.groupby(['date', 'hdg_id']).transform(sum)
Out[118]: 
           stock
0   0.000000e+00
1  4.940656e-324
2   0.000000e+00

这不是我的预期结果。如果我将列日期转换为类型字符串，我会得到我所期望的：

In[129]: df['date']=df['date'].astype(str)
In[131]: df.groupby(['date', 'hdg_id']).transform(sum)
Out[131]: 
   stock
0      2
1      1
2      2

任何人都可以分享一些内部情况吗？

非常感谢！

【问题讨论】：

这对我来说似乎是一个错误，如果分组的列不是日期时间，那么它按预期工作，同样，如果您按这些列设置索引，那么它按预期工作

似乎是一个已知错误，将在下一个版本中修复：github.com/pydata/pandas/pull/10124

@John 和 Ed：非常感谢，这至少在某些方面很有帮助:)。

【参考方案1】：

是否有理由使用 .transform(sum)？

你可以这样做： df.groupby(['date', 'hdg_id']).sum()

【讨论】：

感谢您的回答，但我需要转换，因为我需要保留原始数据帧以供进一步处理。