如何在多个键上使用 pandas Grouper？答案

【问题标题】：How to use pandas Grouper on multiple keys?如何在多个键上使用 pandas Grouper？
【发布时间】：2018-09-05 14:45:01
【问题描述】：

我需要按日期时间列和另一个 str(object) 列对数据框进行分组转换，以按组应用函数并将结果分配给组的每个行成员。我了解groupby workflow，但不能同时为这两种情况创建pandas.Grouper。因此：

如何在多个列上使用pandas.Grouper？

【问题讨论】：

【解决方案1】：

使用DataFrame.groupby 和pandas.Grouper 列表作为by 参数，如下所示：

df['result'] = df.groupby([
                 pd.Grouper('dt', freq='D'),
                 pd.Grouper('other_column')
               ]).transform(foo)

【讨论】：

【解决方案2】：

如果您的第二列是非日期时间系列，您可以将其与日期时间列分组，如下所示：

df['res'] = df.groupby([
                 pd.Grouper('dt', freq='D'),
                 'other_column'
               ]).transform(foo)

请注意，在这种情况下，您不必为第二列使用pd.Grouper，因为它是字符串对象而不是时间对象。 pd.Grouper 仅与日期时间列兼容。

【讨论】：

是“您不必”还是“仅兼容”？你能澄清一下吗？前者意味着当前接受的答案是有效的，后者意味着当前接受的答案是无效的。
我尝试了接受的答案，但它对我不起作用，因为就我而言（以及此处发布的问题的情况），“other_column”不是日期时间序列。相反，它是一个“字符串”系列，正如这里所问的那样。 pd.Grouper 仅接受日期时间序列。如果你给它其他东西，比如一个字符串系列，它就不起作用并抛出异常。希望澄清。
感谢您的评论。这很奇怪，因为从文档 (pandas.pydata.org/docs/reference/api/pandas.Grouper.html) 看来，Grouper 似乎也可以使用该列的名称。