需要根据列数据中的月份,使用pandas对数据进行分组。

我想根据1月和2月的数据进行分组。下面是我所拥有的数据集的一个样本。

   Date       Count

01.01.2019       1  
01.02.2019       7  
02.01.2019       4  
03.01.2019       4  
04.01.2019       1  
04.02.2019       5

我想将数据分组如下,其中总计数是基于1月(1月)和2月(2月)的计数的总和。

Month  Total_Count
Jan       10
Feb       12

解决方案:

投入到datetime,组由 dt.month_namesum:

(df.groupby(pd.to_datetime(df['Date'], format='%d.%m.%Y')
   .dt.month_name()
   .str[:3])['Count']
   .sum()
   .rename_axis('Month')
   .reset_index(name='Total_Count'))

  Month  Total_Count
0   Feb           12
1   Jan           10

要按月对指数进行排序,我们可以这样做:

s = df.groupby(pd.to_datetime(df['Date-'], format='%d.%m.%Y-').dt.month)['Count'].sum()
s.index = pd.to_datetime(s.index, format='%m').month_name().str[:3]
s.rename_axis('Month').reset_index(name='Total_Count')

  Month  Total_Count
0   Jan           10
1   Feb           12

给TA打赏
共{{data.count}}人
人已打赏
未分类

product_id

2022-9-9 7:20:17

未分类

如何在通用处理程序后生成警报或js函数?

2022-9-9 7:20:19

0 条回复 A文章作者 M管理员
    暂无讨论,说说你的看法吧
个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索