主页 / 问题 / 1426340
Accepted
Денис Астаховский
Asked:2022-09-04 01:58:00 +0000 UTC2022-09-04 01:58:00 +0000 UTC

数据框分组

  • 772

有一个包含每日 df 数据的数据框：

    date    quantity    sum
0   2021-12-30  2   10
1   2021-12-31  1   10
2   2022-01-01  1   11
3   2022-01-02  3   20
4   2022-01-03  1   12
5   2022-01-04  1   12
6   2022-01-05  1   12
7   2022-01-06  1   10
8   2022-01-07  1   10
9   2022-01-08  1   10
10  2022-01-09  1   10
11  2022-01-10  1   10
12  2022-01-11  1   10
13  2022-01-12  1   10

你需要在此基础上得到一个新的数据框df1，但是每周一次。即把除日期以外的所有列的所有数据加起来，把最后一行的数据写入日期。结果应该是这样的

    date    quantity    sum
0   2022-01-05  10  87
1   2022-01-12  7   70

我不明白我该怎么做？没有数据透视表，没有聚合，没有过滤让我思考

pandas dataframe

1 个回答

  1. Best Answer

    据我了解，您的周与日历周无关，因为它们在真正的日历周中间结束。然后您只需要根据数据框中的记录编号对周数进行编号，按它们分组并进行必要的聚合：

    df['week'] = np.arange(df.shape[0]) // 7
df.groupby('week').agg({'date': 'last', 'quantity': 'sum', 'sum': 'sum'})

    在出口处：

        date    quantity    sum
week            
0   2022-01-05  10  87
1   2022-01-12  7   70

    播放数据帧的代码：

    import pandas as pd
import numpy as np

data = """id date    quantity    sum
0   2021-12-30  2   10
1   2021-12-31  1   10
2   2022-01-01  1   11
3   2022-01-02  3   20
4   2022-01-03  1   12
5   2022-01-04  1   12
6   2022-01-05  1   12
7   2022-01-06  1   10
8   2022-01-07  1   10
9   2022-01-08  1   10
10  2022-01-09  1   10
11  2022-01-10  1   10
12  2022-01-11  1   10
13  2022-01-12  1   10""".split('\n')
data = list(map(str.split, data))
df = pd.DataFrame(data[1:], columns=data[0])
df.loc[:, ['quantity','sum']] = df.loc[:, ['quantity','sum']].astype(int)
    • 1

相关问题