python - Pandas、groupby 和计数其他列中的数据

Question

我有四列数据，包括:Id、CreationDate、Score 和 ViewCount。

CreationDate 具有以下格式，例如:2011-11-30 19:41:14.960。 我需要按 CreationDate 的年份进行分组，对它们进行计数，对 Score 和 ViewCount 进行求和，并添加到其他列。

我想与 pandas lib 一起使用。

谢谢!

更改之前 - 示例:

     Id   CreationDate              Score   ViewCount
0    1    2011-11-30 19:15:54.070   25      1526
1    2    2011-11-30 19:41:14.960   20      601
2    3    2012-11-30 19:42:45.470   36      1015
3    4    2018-11-30 19:44:55.593   8       1941
4    5    2011-11-30 19:53:23.387   11      5053
5    6    2018-11-30 20:04:43.757   25      5123
6    7    2011-11-30 20:08:23.267   53      8945

更改后 - 显示如下数据:

     Id   CreationDate              Score   ViewCount
0    1    2011                      109     16125
2    3    2012                      36      1015
3    4    2018                      33      7064                            

Answer 1

您可以通过 Series.dt.year 将列转换为年份并按 GroupBy.agg 聚合带有聚合函数列的字典，最后添加 DataFrame.reindex如果需要，列的顺序与原始 DataFrame 中的相同:

#if necessary convert to datetimes
df['CreationDate'] = pd.to_datetime(df['CreationDate'])

df1 = (df.groupby(df['CreationDate'].dt.year)
         .agg({'Id':'first', 'Score':'sum', 'ViewCount':'sum'})
         .reset_index()
         .reindex(columns=df.columns)
       )

print (df1)
   Id  CreationDate  Score  ViewCount
0   1          2011    109      16125
1   3          2012     36       1015
2   4          2018     33       7064