熊猫：按日期和另一个变量的中位数分组答案

【问题标题】：Pandas: Group by date and the median of another variable熊猫：按日期和另一个变量的中位数分组
【发布时间】：2016-01-08 15:40:46
【问题描述】：

这是我的 DataFrame 的演示示例。完整的 DataFrame 有多个附加变量，涵盖 6 个月的数据。

sentiment     date
1             2015-05-26 18:58:44
0.9           2015-05-26 19:57:31
0.7           2015-05-26 18:58:24
0.4           2015-05-27 19:17:34
0.6           2015-05-27 18:46:12
0.5           2015-05-27 13:32:24
1             2015-05-28 19:27:31
0.7           2015-05-28 18:58:44
0.2           2015-05-28 19:47:34

我想仅按 date 列的日期对 DataFrame 进行分组，但同时聚合 sentiment 列的中位数。

我用groupby、dt 访问器和timegrouper 尝试的一切都失败了。

我想返回一个 pandas DataFrame 而不是 GroupBy 对象。

日期栏为M8[ns]

情感专栏float64

【问题讨论】：

标签： python pandas

【解决方案1】：

幸运的是，您的问题中列出了您需要的工具。

In [61]: df.groupby(df.date.dt.date)[['sentiment']].median()
Out[61]:
            sentiment
2015-05-26        0.9
2015-05-27        0.5
2015-05-28        0.7

【讨论】：

【解决方案2】：

我会这样做：

df['date'] = df['date'].apply(lambda x : x.date())
df = df.groupby('date').agg({'sentiment':np.median}).reset_index()

您首先将 datetime 列替换为日期。然后进行groupby+agg操作。

【讨论】：

【解决方案3】：

您可以使用一个 group by 和 .agg() 函数获取任意数量的指标
1) 创建新列提取日期。
2) 使用 groupy by 并应用 numpy.median,numpy.mean 等

import pandas as pd
x = [[1,'2015-05-26 18:58:44'],
     [0.9,'2015-05-26 19:57:31']]
t = pd.DataFrame(x,columns = ['a','b'])
t.b = pd.to_datetime(t['b'])
t['datex'] = t['b'].dt.date


t.groupby(['datex']).agg({
    'a': np.median
})

输出 -

datex   
2015-05-26  0.95

【讨论】：

【解决方案4】：

我会这样做，因为您可以同时对多个列进行多个聚合（如中值、平均值、最小值、最大值等）：

df.groupby(df.date.dt.date).agg({'sentiment': ['median']})

【讨论】：