Pandas数据框按多列分组

Question

给定一个包含两个日期时间列 A 和 B，以及一个数值列 C 的数据框，如何按照 A 和 B 的月份分组，并且对 C 求和，即：

In [1]: df
Out[1]: 

      A           B            C  
0  2013-01-01  2013-01-01  0.282863 
1  2013-01-02  2013-01-01  0.173215 
2  2013-02-03  2013-02-04  2.104569 
3  2013-02-09  2013-04-15  0.706771 
4  2013-03-05  2013-08-01  0.567020 
5  2013-03-06  2013-04-01  0.113648

- DougKruger

Answer 1

通过使用 groupby

df.groupby([df.A.dt.month,df.B.dt.month]).C.sum()

Out[954]: 
A  B
1  1    0.456078
2  2    2.104569
   4    0.706771
3  4    0.113648
   8    0.567020
Name: C, dtype: float64

注意：在使用此代码之前，请确保A和B是日期格式。如果不是，请在groupby之前执行以下代码。

df.A=pd.to_datetime(df.A)
df.B=pd.to_datetime(df.B) 

- BENY

Answer 2

我最近刚刚读到一个新的函数，可以轻松地按日期分组。

 df.A=pd.to_datetime(df.A)
 df.B=pd.to_datetime(df.B)

 df.groupby([pd.Grouper(key='A', freq='M'), pd.Grouper(key='B', freq='M')])['C'].sum()

这个功能提供的多种选项值得一试：

来源：http://pbpython.com/pandas-grouper-agg.html 不同的日期别名：http://pandas.pydata.org/pandas-docs/stable/timeseries.html#offset-aliases

- Yale Newman

---

不确定它是否完全是这样工作的...它可能是 pd.Grouper(key=['A'，'B']，freq='M')。 - Yale Newman

Answer 3

df['month_A'] = [i.month for i in pd.to_datetime(df.A)]
df['month_B'] = [i.month for i in pd.to_datetime(df.B)]

df.groupby(['month_A', 'month_B']).sum()

- A.Kot

Answer 4

如果您将其与以下内容结合使用，则可以在A列和B列中获取相应值的结果。

idsum = df.groupby([df.A.dt.month,df.B.dt.month])["C"].transform(sum) == df["C"]
df=df[idsum]

- Rockbar