我有这个数据框:
Name Date Quantity
Apple 07/11/17 20
orange 07/14/17 20
Apple 07/14/17 70
Orange 07/25/17 40
Apple 07/20/17 30
我想按 Name
和 Date
聚合它以获得数量的总和
详情:
日期:分组,结果应该是在一周的开始(或者就在星期一)
数量:求和,如果两个或多个记录具有相同的名称和日期(如果落在相同的时间间隔内)
所需的输出如下:
Name Date Quantity
Apple 07/10/17 90
orange 07/10/17 20
Apple 07/17/17 30
orange 07/24/17 40
提前致谢
最佳答案
首先,转换列date
to_datetime
并减去一周,因为我们想要该日期前一周的总和,而不是该日期之前的一周。
然后使用 groupby
与 Grouper
由 W-MON并聚合 sum
:
df['Date'] = pd.to_datetime(df['Date']) - pd.to_timedelta(7, unit='d')
df = df.groupby(['Name', pd.Grouper(key='Date', freq='W-MON')])['Quantity']
.sum()
.reset_index()
.sort_values('Date')
print (df)
Name Date Quantity
0 Apple 2017-07-10 90
3 orange 2017-07-10 20
1 Apple 2017-07-17 30
2 Orange 2017-07-24 40
关于python - 在 Pandas 中按周分组,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45281297/