Pandas：按日期分组和转换

Question

我是一个pandas的初学者，当我对包含datetime64[ns]数据类型列的多个列进行groupby-transform操作时，遇到了非常奇怪的行为。

我的（玩具）示例如下：

import pandas as pd
df = pd.DataFrame({'date': [pd.datetime(2014,3,17),    pd.datetime(2014,3,24), pd.datetime(2014,3,17)], 'hdg_id': [4041,4041,4041],'stock': [1.0,1.0,1.0]})

In[117]: df
Out[117]: 
    date  hdg_id  stock
0 2014-03-17    4041      1
1 2014-03-24    4041      1
2 2014-03-17    4041      1

我现在按日期和hdg_id进行分组(对于hdg_id来说，这是微不足道的，因为只有一个唯一值，但是我需要多重分组来产生结果，我的实际应用当然更复杂):

In[118]: df.groupby(['date', 'hdg_id']).transform(sum)
Out[118]: 
           stock
0   0.000000e+00
1  4.940656e-324
2   0.000000e+00

这不是我期望的结果。如果我将列日期转换为字符串类型，我会得到我想要的结果：

In[129]: df['date']=df['date'].astype(str)
In[131]: df.groupby(['date', 'hdg_id']).transform(sum)
Out[131]: 
   stock
0      2
1      1
2      2

有人能分享一些正在发生的情况吗？

非常感谢！

- Ygritte

---

这对我来说看起来像是一个bug，如果被分组的列不是日期时间类型，则它会按预期工作，同样地，如果您通过这些列设置索引，则它也会按预期工作。 - EdChum

似乎是一个已知的漏洞，并将在下一个版本中得到修复：https://github.com/pydata/pandas/pull/10124 - JohnE

@John 和 Ed：非常感谢，这至少在某种程度上是有帮助的 :)。 - Ygritte

Answer 1

使用 .transform(sum) 有什么原因吗？

你可以这样做： df.groupby(['date', 'hdg_id']).sum()

- Lukasz

---

谢谢您的回答，但我需要进行转换，因为我需要保留原始数据框以供进一步处理。 - Ygritte