使用熊猫中的类别重新采样，保留非数字列

Question

我有每小时数据，x3 种类型的变量和Category列，并ds设置为索引。

> df

ds                   Category   X
2010-01-01 01:00:00     A       32
2010-01-01 01:00:00     B       13
2010-01-01 01:00:00     C       09
2010-01-01 02:00:00     A       12
2010-01-01 02:00:00     B       62
2010-01-01 02:00:00     C       12

我想将其重新采样为Week. 但是，如果我使用df2 = df.resample('W').mean()，它只会删除“类别”列。

Answer 1

如果需要resample每Category列每周添加groupby，则使用DataFrameGroupBy.resample：

注意：
为了正确工作是必要的DatetimeIndex。

df2 = df.groupby('Category').resample('W').mean()
print (df2)
                        X
Category ds              
A        2010-01-03  22.0
B        2010-01-03  37.5
C        2010-01-03  10.5

Answer 2

为了完成jezrael 的回答，我发现将内容作为 DataFrame 而不是 DataFrameGroup 放回很有用，如此处所述。所以，答案将是：

df2 = df.groupby('Category').resample('W').mean()

# the inverse of groupby, reset_index
df2 = df2.reset_index()

# set again the timestamp as index
df2 = df2.set_index("ds")