Pythongroupby、grouper、resample函数使⽤进阶
背景：
DataFrame由2个类别列id、type,2个数字列value1、value2和⼀个⽇期时间索引time组成
⼀、groupby & groupby多次groupby
⽬标：多品种、多时间点的数值，按品种、类型排序，取最近30个周期对多个特征值求和
思路：
1、现对时间升序排序，最后即最新数值（倒序排序也可以，⽤head（））
2、按分组取出最新值
groupby是什么函数
3、按分组对value1、value2求和
df = df.sort_values('time', ascending=True)# 升序排列，tail即最新值
sum_df = df.groupby(['id','type']).tail(30).groupby(['id','type']).agg({
'value1':'sum',
'value2':'sum',
})
⼆、groupby & Grouper
⽬标：按id、type、time分类，且time需要修改时间颗粒度，分类后重新聚合
思路：
1、对id、type使⽤groupby分组后，使⽤resample重新采样，发现time的部分时间会丢失
2、分组还有TimeGrouper、Grouper函数
pd.TimeGrouper只能按DatetimeIndex进⾏分组,pd.Grouper可以按⽇期时间列进⾏分组，本例按⽇期分组，使⽤Grouper class pandas.Grouper ( key = None，level = None，freq = None，axis = 0，sort = False )
# grouper只要求time列是时间
df['time']= pd.to_datetime(df['time'])
df = df.groupby(['id','value1', pd.Grouper(freq='D', key='time')]).agg({
'value1':'sum',
'value2':'sum',
})
三、groupby & resample 分组后重采样
按照列id分组，
按照列time按天重采样，求和
# resample要求time列为时间格式且为index
df = df .set__datetime(df ['time']))
df.set__datetime(df['time'])).groupby('id').resample('D').agg({
'value1':'sum',
'value2':'sum',
})
import pandas as pd
df = pd.DataFrame(data={'data1':['1','2'],'data2':[a,b]})
print(df)
upby('books', as_index=True).sum())
upby('books', as_index=False).sum())
data1 data2
0 1 a
1 2 b
data2
data1
0 1 a
1 2 b
data1 data2
0 1 a
1 2 b

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。