使用 pandas 根据值按日期对数据进行分组答案

【问题标题】：group data by date based on values using pandas使用 pandas 根据值按日期对数据进行分组
【发布时间】：2016-10-08 00:49:49
【问题描述】：

如何使用 pandas 将以下数据按月份分组：

17/1/2001   800
7/1/2001    1300
2/1/2001    400
1/1/2001    200
25/3/2001   1800
8/3/2001    1300

然后得到以下输出，其中包含该月的第一天和最后一天以及相应的第一天和最后一天的值：

First   Last    First   Last
1/1/2001 17/1/2001  200 800
8/3/2001 25/3/2001  1300 1800

谢谢

【问题讨论】：

标签： python python-2.7 pandas dataframe

【解决方案1】：

试试这个：

In [102]: res = df.sort_values('date').groupby(df.date.dt.month).agg(['first','last'])

In [104]: res.columns = ['date_first', 'date_last', 'first', 'last']

In [105]: res
Out[105]:
     date_first  date_last  first  last
date
1    2001-01-01 2001-01-17    200   800
3    2001-03-08 2001-03-25   1300  1800

或min，max，取决于你想要什么：

In [95]: res = df.groupby(df.date.dt.month).agg(['min','max'])

In [96]: res.columns = ['date_min', 'date_max', 'min', 'max']

In [97]: res
Out[97]:
       date_min   date_max   min   max
date
1    2001-01-01 2001-01-17   200  1300
3    2001-03-08 2001-03-25  1300  1800

【讨论】：

您的解决方案不同
非常感谢大家。抱歉，我离开了这么久。

【解决方案2】：

使用idxmin 和idxmax 来确定要获取相应行的索引。

def get_min(x):
    return x.loc[x.date.idxmin(), :]

def get_max(x):
    return x.loc[x.date.idxmax(), :]

def app_by_month(df, f):
    return df.groupby(df.date.dt.month).apply(f)

df2 = pd.concat([app_by_month(df, f) for f in [get_min, get_max]],
                axis=1, keys=['first', 'last']).sort_index(axis=1, level=1)

df2.columns = df2.columns.to_series().str.join('_').values

print df2

     first_date  last_date  first_value  last_value
date                                               
1    2001-01-01 2001-01-17          200         800
3    2001-03-08 2001-03-25         1300        1800

【讨论】：