一种使用类别创建时间序列的简洁方法

Question

给定一个元组列表，每个元组都属于 (date-time, lang, type)，其中 lang 有三个可能的值（比如 'en'、'es' 和 'ja'），而 type 有两个值：' U' 或 'R'。

我想为时间序列创建一个包含以下列的数据框： 日、语言、“U”和“R”。 也就是说，每种语言每天都会计算 lang、U 和 R。

例如，给定一个记录列表（元组）：

df = pd.DataFrame.from_records(records, columns=['time','lang','type'])
df.head()

结果：

     time                  lang  type
0    2016-05-19 20:20:26    en    R
1    2016-05-19 20:20:43    ja    R
2    2016-05-19 20:26:01    ja    U
3    2016-05-19 20:30:31    en    R
4    2016-05-19 20:33:57    es    R
...

并且我想操作这个数据框（或原始记录列表）得到这样的东西：

time        lang  U    R
2016-05-19  en     4    2
            ja     1    1
            es     0    1
2016-05-20  en    10    7
            ja     1    9
            es     3   13

我正在尝试这样做

df2 = df.groupby([df['time'].dt.to_period('D'), 'lang', 'type']).count().unstack()
df2.columns = df2.columns.droplevel(0)

但是我在列中获得了一个索引，但我无法摆脱它（忽略数字）。

            type    U     R
time        lang
2016-05-19    en     4    2
              ja     1    1
              es     0    1
2016-05-20    en    10    7
              ja     1    9
              es     3   13

和

df2.columns

返回：索引([u'R', u'U'], dtype='object', name=u'type')

关于如何在没有多余绒毛的情况下创建所需的任何想法？

Answer 1

"type" 保留为列的名称。你可以这样删除它：

df2.columns.name = None

但是，我不认为您可以在同一行上放置其他 4 个标签，因为前两个标签是行上的多索引，而另外两个标签是列上的简单索引。