代码之家 › 专栏 › 技术社区 › plalanne

给定日期时间列的pandas按周分组

pandas-groupby datetime pandas python

plalanne · 技术社区 · 7 年前

假设我有以下数据示例:

df = pd.DataFrame({'date':['2011-01-01','2011-01-02',
                       '2011-01-03','2011-01-04','2011-01-05',
                       '2011-01-06','2011-01-07','2011-01-08',
                       '2011-01-09','2011-12-30','2011-12-31'],
                   'revenue':[5,3,2,
                              10,12,2,
                              1,0,6,10,12]})

# Let's format the date and add the week number and year
df['date'] = pd.to_datetime(df['date'],format='%Y-%m-%d')
df['week_number'] = df['date'].dt.week
df['year'] = df['date'].dt.year

df

        date        revenue     week_of_year    year
0       2011-01-01  5           52              2011
1       2011-01-02  3           52              2011
2       2011-01-03  2           1               2011
3       2011-01-04  10          1               2011
4       2011-01-05  12          1               2011
5       2011-01-06  2           1               2011
6       2011-01-07  1           1               2011
7       2011-01-08  0           1               2011
8       2011-01-09  6           1               2011
9       2011-12-30  10          52              2011
10      2011-12-31  12          52              2011

我想计算每周的收入,以便以后绘制结果,并分析时间序列。然后,预期的产出将是这样的:

    week    revenue
0   1       8
1   2       33
2   52      22

我第一次想到用 timestamp.week 是的。
但是,我不知道如何处理第1周之前的一周的iso周数定义。我有点困惑,因为按 week_number 在这种情况下,是年初收入和年末收入的总和。

3 回复 | 直到 7 年前

BENY 7 年前

当您使用dt.week转换时,它是 ISO week date 是的。

你可以使用 strftime

df.groupby(df.date.dt.strftime('%W')).revenue.sum()
Out[588]: 
date
00     8
01    33
52    22
Name: revenue, dtype: int64

rpanai 7 年前

我认为在这种情况下你应该非常小心。如果你想拥有多年的每周收入,你可以考虑把前几天移到2010年的最后一周。

import pandas as pd
import numpy as np

date =  pd.date_range(start="2011-01-01", end="2011-01-09")
date = [str(d)[:10] for d in date] + ["2011-12-30", "2011-12-31"]
rev =  np.random.randint(1,10, len(date))
df =  pd.DataFrame({"date": date, "rev":rev})
df["date"] =  df["date"].astype("M8[us]")

df["week"] = df["date"].dt.week
df["year"] = df["date"].dt.year
df["year"] = np.where((df["week"]==52) & (df["date"].dt.month==1), 
                      df["year"]-1,
                      df["year"])

df.groupby(["year", "week"])["rev"].sum()

如果你乐意拥有第一个 0 你可以考虑用这个来代替

df["week"] = np.where((df["week"]==52) & (df["date"].dt.month==1),
                      0, 
                      df["week"])

Alex G 7 年前

你可以用 date 列作为索引,然后对时间序列重新采样。

df.index = pd.to_datetime(df['date'])
df.resample('W').sum()

有了这个解决方案你甚至不需要 week 和 year 列。

推荐文章

Joan · 基于多个panda列的唯一值进行分组

3 年前

d_frEak · 具有装箱条件的dataframe groupby聚合计数函数

3 年前

Andre Nevares sj95126 · 如何在Pandas中为特定键的唯一值添加新列(问题agregate)

3 年前

T_Ner · 如何筛选最后一行中的任何组是负数还是正数,只需显示该组即可。熊猫

3 年前

The Great · Pandas groupby并计算多列中NA值的比率

3 年前

yurnero · 熊猫groupby:当前组的坐标

3 年前

EugLP · Groupby multiple columns&Sum-使用添加的If条件创建新列

3 年前

R Shriya · 基于python中另一列中的AND条件在一列中获取值

3 年前

Anakin Skywalker · 修复列名并在将数据框按两列分组后重命名

3 年前

deppep · Pandas根据另一列的值创建一个包含索引的新列

3 年前