Pandas 按日期分组，包含子类别和总和

Question

我有一个这样的数据框：

     Date         Category1 Cat2   Cat3   Cat4   Value
0    2021-02-02   4310      0      1      0      1082.00
1    2021-02-03   5121      2      0      0      -210.82
2    2021-02-03   4310      0      0      0      238.41
3    2021-02-12   5121      2      2      0      -1489.11
4    2021-02-25   6412      1      0      0      -30.97
5    2021-03-03   5121      1      1      0      -189.91
6    2021-03-09   6412      0      0      0      238.41
7    2021-03-13   5121      0      0      0      -743.08

日期列已转换为日期时间格式，值是浮点数，其他列是字符串。

我正在尝试按月和每个级别的类别对数据框进行分组，例如：

• 级别 1 = 过滤类别 1 并为每个类别的每个月求和值：

       Date         Category1 Value
  0    2021-02      4310      1320.41
  1    2021-02      5121      -1699.93
  2    2021-02      6412      -30.97
  3    2021-03      5121      -1489.11
  4    2021-03      6412      -932.99
  

• 级别 2 = 仅过滤类别 2（一个输出数据帧）和类别 1 + 2 的串联（另一个输出数据帧）：

       Date         Cat2   Value
  0    2021-02      0      1320.41
  1    2021-02      1      -1699.93
  2    2021-02      2      -30.97
  3    2021-03      0      -504.67
  4    2021-03      1      -189.91
  

  第二次输出：

           Date         Cat1+2    Value
      0    2021-02      43100     1320.41
      1    2021-02      51212     -1699.93
      2    2021-02      64121     -30.97
      3    2021-03      51210     -743.08
      4    2021-03      51211     -189.91
      5    2021-03      64120     238.41
  

• 第 3 级：仅过滤类别 3 和类别 1+2+3

• 等等

我可以一次进行一个分组（按日期或按类别），但我不能将它们组合起来。 按日期分组：

df.groupby(df["Date"].dt.year)

按类别分组：

df.groupby('Category1')['Value'].sum()

Answer 1

你可以试试这个。

1. 要按月份分组，可以使用这个例子

   df.groupby(df['Date'].dt.strftime('%B'))['Value'].sum()

   How can I Group By Month from a Date field using Python/Pandas

2. 按多列分组

   df.groupby(['col5', 'col2'])

   您可以创建一个月份年份列，并使用新列进行分组。

   Pandas DataFrame Groupby two columns and get counts,

   Extracting just Month and Year separately from Pandas Datetime column