熊猫按周分组

Question

我有以下test数据框：

       date                 user  answer  
0      2018-08-19 19:08:19  pga   yes   
1      2018-08-19 19:09:27  pga   no   
2      2018-08-19 19:10:45  lry   no   
3      2018-09-07 19:12:31  lry   yes
4      2018-09-19 19:13:07  pga   yes   
5      2018-10-22 19:13:20  lry   no

我正在使用以下代码按周分组：

test.groupby(pd.Grouper(freq='W'))

我收到一个错误，指出Grouper仅对DatetimeIndex有效，但是我不熟悉如何按周分组的结构。

Answer 1

可能您有date列作为字符串。

为了在Grouper频率范围内使用它，请将此列转换为DateTime：

df['date'] = pd.to_datetime(df['date'])

然后，由于该date列是“普通”数据列（而不是索引），因此使用key='date'参数和频率。

综上所述，下面有一个工作示例：

import pandas as pd

d = [['2018-08-19 19:08:19', 'pga', 'yes'],
     ['2018-08-19 19:09:27', 'pga', 'no'],
     ['2018-08-19 19:10:45', 'lry', 'no'],
     ['2018-09-07 19:12:31', 'lry', 'yes'],
     ['2018-09-19 19:13:07', 'pga', 'yes'],
     ['2018-10-22 19:13:20', 'lry', 'no']]
df = pd.DataFrame(data=d, columns=['date', 'user', 'answer'])
df['date'] = pd.to_datetime(df['date'])
gr = df.groupby(pd.Grouper(key='date',freq='W'))
for name, group in gr:
    print(' ', name)
    if len(group) > 0:
        print(group)

请注意，组密钥（name）是一周的结束日期，因此来自组成员的日期早于或等于上面打印的日期。

您可以将传递label='left'参数更改为Grouper。