熊猫:使用groupby或数据透视表时保持日期顺序

Question

我有一个pandas DataFrame(名为"df1")具有以下结构(虽然我有很多个月的日常数据):

           date  WeightedReturn
0    15/07/2015        0.005128
1    15/07/2015        0.002844
2    15/07/2015        0.003055
3    15/07/2015       -0.001481
4    15/07/2015       -0.000741
5    15/07/2015       -0.000741
6    16/07/2015       -0.004253
7    16/07/2015       -0.001712
8    16/07/2015       -0.001712
9    21/07/2015       -0.000178
10   21/07/2015       -0.000089
11   21/07/2015       -0.00008

我希望从中创建一个新的DataFrame,它充当数据透视表并合并日期字段并对该特定日期的加权回报求和,得到如下内容:

  date        WeightedReturn
0 15/07/2015    0.00806425
1 16/07/2015    -0.007676
2 21/07/2015    -0.000356

我尝试过使用"groupby函数":

df2 = df1.groupby('date').sum()

这种(有点)工作,但输出然后错误地排序日期,如下所示:

            WeightedReturn
date                      
01/09/2015        0.004803
02/09/2015        0.005144
03/08/2015       -0.000120
03/09/2015       -0.025164
04/08/2015        0.003956
04/09/2015        0.008942
05/08/2015       -0.01323

你可以看到的不是按时间顺序排列的.

所以我尝试使用数据透视表功能,但是阅读有关它使用的文档时我感到非常困惑.

我试过了:

df2 = pandas.pivot_table(df1, values="Weighted Return", index="date",aggfunc=np.sum)

我收到一个错误:

Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "C:\Python27\lib\site-packages\pandas\tools\pivot.py", line 147, in pivot_table
    table = table[values[0]]
  File "C:\Python27\lib\site-packages\pandas\core\frame.py", line 1791, in __getitem__
    return self._getitem_column(key)
  File "C:\Python27\lib\site-packages\pandas\core\frame.py", line 1798, in _getitem_column
    return self._get_item_cache(key)
  File "C:\Python27\lib\site-packages\pandas\core\generic.py", line 1084, in _get_item_cache
    values = self._data.get(item)
  File "C:\Python27\lib\site-packages\pandas\core\internals.py", line 2851, in get
    loc = self.items.get_loc(item)
  File "C:\Python27\lib\site-packages\pandas\core\index.py", line 1578, in get_loc
    return self._engine.get_loc(_values_from_object(key))
  File "pandas\index.pyx", line 134, in pandas.index.IndexEngine.get_loc (pandas\index.c:3811)
  File "pandas\index.pyx", line 154, in pandas.index.IndexEngine.get_loc (pandas\index.c:3691)
  File "pandas\hashtable.pyx", line 697, in pandas.hashtable.PyObjectHashTable.get_item (pandas\hashtable.c:12336)
  File "pandas\hashtable.pyx", line 705, in pandas.hashtable.PyObjectHashTable.get_item (pandas\hashtable.c:12287)
KeyError: 'Weighted Return'

一些优秀的家伙可以指出我出错的地方吗？

Answer 1

如果您不想groupby对值(其默认行为)进行排序,只需传入sort=False:

>>> df.groupby('date', sort=False).sum()
            WeightedReturn
date                      
15/07/2015        0.008064
16/07/2015       -0.007677
21/07/2015       -0.000347

这些值将在它们首次出现在列中时进行排序.或者,您可以将日期列转换为datetime64类型,然后像以前一样使用groupby:此时您只需要按字典顺序排序日期字符串.

您的数据透视表的错误是因为您输入的列名称为"加权返回"(注意空格)而不是"WeightedReturn".但是,pivot_table将始终返回已排序的索引,这可以追溯到您的原始问题.