pandas，按周分组数据答案

【问题标题】：pandas, grouping data by weekpandas，按周分组数据
【发布时间】：2019-08-08 00:11:57
【问题描述】：

一年大约有 54 周。

我想得到每个弱者的销售额总和。

给定一个时间序列数据（带有日期时间或 unixtime）（我的数据看起来像：

 userId,movieId,rating,timestamp
 1,31,2.5,1260759144

)

我希望输出如下所示

1week (1/1 - 1/7) : 30$
2week (1/8 - 1/14) : 40$
...
54week (12/24 - 12/31) : 50$

我输入的日期（1/1 等）只是为了解释，我想获得每周组（以获得季节性指数），它不必从 1/1 或类似的东西开始。 .

数据可能包含多年。

编辑

我想在多年内按周进行分组，就像您可以在多年内按月 [一月、二月、......十二月] 进行分组（多年数据为 12 组）。

【问题讨论】：

标签： pandas

【解决方案1】：

通过week 使用Series.resample 和聚合函数 - 例如mean：

rng = pd.date_range('2017-04-03', periods=10)
s = pd.DataFrame({'a': range(10)},index=rng)['a']
print (s)
2017-04-03    0
2017-04-04    1
2017-04-05    2
2017-04-06    3
2017-04-07    4
2017-04-08    5
2017-04-09    6
2017-04-10    7
2017-04-11    8
2017-04-12    9
Freq: D, Name: a, dtype: int64

s1 = s.resample('W').mean()
#alternative
#s1 = s.groupby(pd.Grouper(freq='W')).mean()
print (s1)
2017-04-09    3
2017-04-16    8
Freq: W-SUN, Name: a, dtype: int64

替代方案：

s1 = s.groupby(s.index.strftime('%Y-%U')).mean()
print (s1)
2017-14    2.5
2017-15    7.5
Name: a, dtype: float64

编辑：

样本数据需要预处理：

print (df)
   userId  movieId  rating   timestamp
0       1       31     2.5  1260759144
1       1       31     2.5  1560759144


df['timestamp'] = pd.to_datetime(df['timestamp'], unit='s')

w = df['timestamp'].rename('week').dt.weekofyear
df = df['rating'].groupby(w).mean().reset_index(name='val')
print (df)
   week  val
0    25  2.5
1    51  2.5

【讨论】：

谢谢！，我之前没有使用过 DatetimeIndex，（我添加了我的数据如何操作）并试图解密我如何应用它。如果数据包含 2017 年和 2018 年的数据，是否将一年中的第一周归为一组？
@eugene - 所以，我认为 DatetimeIndex，因为标题是 timeseries :)
@eugene - 所以这取决于 - 我的经验是 resample 应该更准确，但还添加了替代解决方案 - 通过 strftime 将 DatetimeIndex 转换为字符串。最好比较两种解决方案。
您能告诉我如何将您的方法应用于我的数据格式吗？ :( 我确信它会解决我的问题，但我需要一些时间来了解正在发生的事情
是的，我做到了df['date'] = pd.to_datetime(df['timestamp'], unit='s') ;df.resample('w', on='date').mean()，谢谢！ .. 一件事似乎，它似乎不处理多年的数据，所以我需要在完成resample

【解决方案2】：

您可以先创建一个星期列，pandas 的 to_datetime 真的很有用

df['week'] = pd.to_datetime(df['timestamp']).dt.week
df['year'] = pd.to_datetime(df['timestamp']).dt.year
weekly_sales = df.groupby(['year','week'])['sales'].sum()

【讨论】：

感谢您的帮助！但由于某种原因，df['week'] 似乎每一行都是 1
@eugene 没有时间戳很难判断，日期会改变吗？