GroupBy 和 Sum 与 RangeIndex

Question

我正在读取包含宽数据的 CSV，并将其转换为长数据。该数据包含 2020 年全年的每日值。我正在尝试按月汇总数据并求和。这是我尝试过的：

import pandas as pd
df = pd.read_csv('Notebooks/updated_predicted_data.csv', parse_dates=['Unnamed: 0'])
df.rename( columns={'Unnamed: 0':'yyyy_mm_dd'}, inplace=True)
df = df.melt(id_vars=['yyyy_mm_dd'])
df.rename(columns={'variable': 'name'}, inplace=True)
df.rename(columns={'value': 'predicted_value'}, inplace=True)

df['predicted_value'] = df['predicted_value'].str.replace('€', '')
df['predicted_value'] = df['predicted_value'].str.replace(',', '')
df['predicted_value'] = df['predicted_value'].astype(int)

df.dtypes

yyyy_mm_dd       datetime64[ns]
name             object
predicted_ttv    int64
dtype:           object

以上所有方法都可以正常工作，当我尝试对数据进行分组时，我遇到了问题：

sum_df = df.groupby(pd.Grouper(freq='M'))

TypeError: 仅对 DatetimeIndex、TimedeltaIndex 或 PeriodIndex 有效，但获得了 'RangeIndex' 的实例

尽管将我的日期列从字符串转换为日期时间并将预测列从字符串转换为 int，但我为什么会收到上述错误？

Answer 1

您可以在Grouper 中添加key 参数，用于通过列表中的name 列传递日期时间的列名并添加聚合函数sum：

sum_df = (df.groupby(['name',pd.Grouper(freq='M', key='yyyy_mm_dd')])['predicted_ttv']
           .sum()
           .reset_index())

或者先将yyyy_mm_dd转换成DatetimeIndex：

sum_df = (df.set_index('yyyy_mm_dd')
            .groupby(['name', pd.Grouper(freq='M')])['predicted_ttv']
            .sum()
            .reset_index())