输出并保留没有聚合函数的 groupby 索引结构

Question

我有一个数据框，我想按年份分组，然后是每年的月份。由于数据非常庞大（从30年前记录到现在），我希望将输出如下所示以供后续计算，但后面没有任何聚合函数如“.mean()”。

但是，我无法这样做，因为 groupby 始终需要 .agg，否则它将显示此错误：

另一方面，我有点担心导入为系列，因为我不知道如何设置参数以获得与下面完全相同的格式。另一个原因是我使用以下几行将 .csv 导入数据框：

df=pd.read_csv(r'file directory', index_col = 'date')
df.index = pd.to_datetime(df.index)

由于一些奇怪的原因，如果我在 pd.read_csv 中定义要导入的日期字符串格式，然后尝试根据年份和月份、函数或方法按其他方法排序，当记录的日期开始时会混淆01（日）/01（月）/1990 年和 01（日）/02（月）/1990 年。比如将一月的第一个数字解释为日，第二个数字解释为月，并按时间顺序排序，但是到了二月，当日应该是01时，该方法认为01是月，02是日部分并将 2 月的记录移至 Jan 组。

有没有办法实现相同的格式？

下面帖子中显示的方法似乎无法帮助我获得我想要的格式：Pandas - Groupby dataframe store as dataframe without aggregating

Answer 1

IIUC：

您可以在to_datetime() 中使用dayfirst 参数并将其设置为等于True 然后创建'Year' 和'Month' 列并使其成为索引和排序索引：

df=pd.read_csv(r'file directory')
df['date']=pd.to_datetime(df['date'],dayfirst=True)
df['Year']=df['date'].dt.year
df['Month']=df['date'].dt.month
df=df.set_index(['Year','Month']).sort_index()

或通过assign()分三步：

df=pd.read_csv(r'file directory')
df['date']=pd.to_datetime(df['date'],dayfirst=True)
df=(df.assign(Year=df['date'].dt.year,Month=df['date'].dt.month)
      .set_index(['Year','Month']).sort_index())

Answer 2

您可以遍历 groupby 结果的组。

import pandas as pd
import numpy as np
rand = np.random.RandomState(1)
df = pd.DataFrame({'A': ['foo', 'bar'] * 3,
                   'B': rand.randn(6),
                   'C': rand.randint(0, 20, 6)})
groupby_obj = df.groupby(['A'])

for k, gdf in groupby_obj:
    print('Groupby Key:', k)
    print('Dataframe:\n', gdf, '\n')

您可以在gdf上应用所有数据框方法