Python 对跨多个年份记录在同一日历日期中的值进行排序

Posted 2023-03-11

【中文标题】Python 对跨多个年份记录在同一日历日期中的值进行排序

【英文标题】：Python sort values recorded in the same calendar date across multiple years

【发布时间】：2017-08-09 22:45:02

【问题描述】：

我正在研究一个数据框，其中包含像这样在多年时间跨度内记录的每日值

   Date    Position  Value
2010-01-01 PEAK      60
2010-01-01 BOTTOM    51
2010-01-02 PEAK      62
2010-01-02 BOTTOM    50
...
2011-01-01 PEAK      70
2011-01-01 BOTTOM    61
2011-01-02 PEAK      72
2011-01-02 BOTTOM    60
...
2015-12-31 PEAK      92
2015-12-31 BOTTOM    83

也就是说，对应于每个日历日期的行条目连续重复 6 年，不考虑闰年（即 2 月 29 日），我想按日历日期对它们进行分组，无论年份如何，如下格式

       Date    Position  Value
    2010-01-01 PEAK      60
    2010-01-01 BOTTOM    51
    2011-01-01 PEAK      63
    2011-01-01 BOTTOM    57
    ...
    2015-01-01 PEAK      84
    2015-01-01 BOTTOM    71
    ...
    2014-12-31 PEAK      85
    2014-12-31 BOTTOM    79
    2015-12-31 PEAK      92
    2015-12-31 BOTTOM    83

如果我想保留对每个日历中的值进行一些简单计算（例如，max()、min()、mean()）的余地，那么执行这种 groupby() 操作的更好方法是什么？日期“组”？

我确实检查了所有相关的以前的帖子，但似乎在这里找不到适合我的目的。如果有人能指出更好的方法，我将不胜感激。

谢谢。

【参考方案1】：

您有一个排序问题要解决。一种方法是使用中间数据帧：

df2 = pd.DataFrame([df.Date.dt.month, df.Date.dt.day]).T

df2.columns = [0,1]

df2
Out[32]: 
    0   1
0   1   1
1   1   1
2   1   2
3   1   2
4   1   1
5   1   1
6   1   2
7   1   2
8  12  31
9  12  31

df2 = df2.sort_values([0,1])

现在用 df2 中的结果索引重新索引 df：

df.reindex(df2.index)
Out[36]: 
        Date Position  Value
0 2010-01-01     PEAK     60
1 2010-01-01   BOTTOM     51
4 2011-01-01     PEAK     70
5 2011-01-01   BOTTOM     61
2 2010-01-02     PEAK     62
3 2010-01-02   BOTTOM     50
6 2011-01-02     PEAK     72
7 2011-01-02   BOTTOM     60
8 2015-12-31     PEAK     92
9 2015-12-31   BOTTOM     83

【讨论】：

非常感谢。这比我得到的要整洁得多。我会再试一次！

【参考方案2】：

IIUC 你可以这样做：

In [2]: df
Out[2]:
        Date Position  Value
0 2010-01-01     PEAK     60
1 2010-01-01   BOTTOM     51
2 2010-01-02     PEAK     62
3 2010-01-02   BOTTOM     50
4 2011-01-01     PEAK     70
5 2011-01-01   BOTTOM     61
6 2011-01-02     PEAK     72
7 2011-01-02   BOTTOM     60
8 2015-12-31     PEAK     92
9 2015-12-31   BOTTOM     83

In [3]: df.groupby([df.Date.dt.month, df.Date.dt.day, 'Position']).agg(['min','mean','max','sum'])
Out[3]:
                   Value
                     min mean max  sum
Date Date Position
1    1    BOTTOM      51   56  61  112
          PEAK        60   65  70  130
     2    BOTTOM      50   55  60  110
          PEAK        62   67  72  134
12   31   BOTTOM      83   83  83   83
          PEAK        92   92  92   92

【讨论】：

它有效。我尝试了您的方法并将值转换为列表。我现在正在绘制这些 365 个值，将它们映射到它们各自的日历日。谢谢。