我有一个数据框，它是在 Pandas 中创建的，按日期分组并按行程汇总。
date rides
0 2019-01-01 247279
1 2019-01-02 585996
2 2019-01-03 660631
3 2019-01-04 662011
4 2019-01-05 440848
.. ... ...
451 2020-03-27 218499
452 2020-03-28 143305
453 2020-03-29 110833
454 2020-03-30 207743
455 2020-03-31 199623
[456 rows x 2 columns]
我的
date 列在 datetime64[ns] 中。date datetime64[ns]
rides int64
dtype: object
现在我想创建另一个数据框，按月和年分组(我有 2019 年和 2020 年的数据表)并按行程汇总。
理想输出:
Year Month Rides
2019 January 2000000
2020 March 1000000
最佳答案
您可以groupby并获得 dt.year和 dt.month_name从列日期开始。
print (df.groupby([df['date'].dt.year.rename('year'),
df['date'].dt.month_name().rename('month')])
['rides'].sum().reset_index())
year month rides
0 2019 January 2596765
1 2020 March 880003
关于python - Pandas 按月和年分组(日期为 datetime64[ns])并按计数汇总，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/61879166/