使用条件计算数据集属性上的值答案

【问题标题】：Count values on dataset attribute with conditions使用条件计算数据集属性上的值
【发布时间】：2021-02-12 01:35:57
【问题描述】：

我需要你的帮助。我的 csv 文件中的数据集如下所示。

Date                       Service
2020/10/27 00:00:00+00     1
2020/10/27 00:00:00+00     1
2020/10/28 00:00:00+00     3
2020/10/28 00:00:00+00     4
2020/10/28 00:00:00+00     5
2020/10/29 00:00:00+00     5
2020/10/29 00:00:00+00     6

我想做这样的输出。

Date                       Service
2020/10/27                 2
2020/10/28                 12
2020/10/29                 11

np：我有一个大约 5 个月的大型数据集

是的，请帮我删除时钟，因为稍后我想用 matplotlib.pyplot 制作时间序列图。感谢您的帮助。

【问题讨论】：

df.groupby('Date').sum()

标签： python pandas dataframe csv conditional-statements

【解决方案1】：

您可以使用resample 或groupby 来实现聚合。然后你可以使用 datetime Series 访问器来格式化你想要的日期（年/月/日）：

# ensure "Date" is a datetime dtype if it isn't
df["Date"] = pd.to_datetime(df["Date"]) 

# Resample getting the sum of every day in the "Date" column
aggregated_df = df.resample("D", on="Date").sum().reset_index()
aggregated_df["Date"] = aggregated_df["Date"].dt.strftime("%Y/%m/%d")

print(aggregated_df)
         Date  Service
0  2020/10/27        2
1  2020/10/28       12
2  2020/10/29       11

【讨论】：