Pandas：将 TimeGrouper 与另一个 Groupby 参数结合起来答案

【问题标题】：Pandas: Combine TimeGrouper with another Groupby argumentPandas：将 TimeGrouper 与另一个 Groupby 参数结合起来
【发布时间】：2013-06-03 15:48:15
【问题描述】：

我有以下数据框：

df = pd.DataFrame({
'Branch' : 'A A A A A B'.split(),
'Buyer': 'Carl Mark Carl Joe Joe Carl'.split(),
'Quantity': [1,3,5,8,9,3],
'Date' : [
DT.datetime(2013,1,1,13,0),
DT.datetime(2013,1,1,13,5),
DT.datetime(2013,10,1,20,0),
DT.datetime(2013,10,2,10,0),
DT.datetime(2013,12,2,12,0),                                      
DT.datetime(2013,12,2,14,0),
]})

from pandas.tseries.resample import TimeGrouper

如何使用 TimeGrouper 按 Branch 和 20 天的时间段对这些数据进行分组？

我之前的所有尝试都失败了，因为我无法将 TimeGrouper 与 groupby 函数中的另一个参数结合起来。

非常感谢您的帮助。

谢谢

安迪

【问题讨论】：

从 TestGrouper 应用 DataFrameGroupby 似乎根本不起作用，例如g = df1.groupby(pd.TimeGrouper(freq='20D')); g.apply(testgr); :s 也许值得在 github 上发布 issue。
嗨，安迪，您是否添加了以下行：from pandas.tseries.resample import TimeGrouper。我相应地更新了我的示例
是的，我可以访问该功能，问题是 groupby 没有 .group 方法等。

标签： python group-by pandas

【解决方案1】：

来自这里的讨论：https://github.com/pydata/pandas/issues/3791

In [38]: df.set_index('Date').groupby(pd.TimeGrouper('6M')).apply(lambda x: x.groupby('Branch').sum())
Out[38]: 
                   Quantity
           Branch          
2013-01-31 A              4
2014-01-31 A             22
           B              3

还有一个更复杂的问题

In [55]: def testf(df):
   ....:     if (df['Buyer'] == 'Mark').sum() > 0:
   ....:         return Series(dict(quantity = df['Quantity'].sum(), buyer = 'mark'))
   ....:     return Series(dict(quantity = df['Quantity'].sum()*100, buyer = 'other'))
   ....: 

In [56]: df.set_index('Date').groupby(pd.TimeGrouper('6M')).apply(lambda x: x.groupby('Branch').apply(testf))
Out[56]: 
                   buyer quantity
           Branch                
2013-01-31 A        mark        4
2014-01-31 A       other     2200
           B       other      300

【讨论】：

【解决方案2】：

您现在可以将 TimeGrouper 与另一列一起使用（截至 ~~IIRC~~ pandas version 0.14）：

In [11]: df1 = df.set_index('Date')

In [12]: g = df1.groupby([pd.TimeGrouper('20D'), 'Branch'])

In [13]: g.sum()
Out[13]:
                            Quantity
Date                Branch
2013-01-01 13:00:00 A              4
2013-09-18 13:00:00 A             13
2013-11-17 13:00:00 A              9
                    B              3

【讨论】：