Pandas Groupby两列其中一列是datetime

我有一个数据框，我想按两列分组，其中一列是datetime类型。我该怎么做

import pandas as pd 
import datetime as dt 

df = pd.DataFrame({ 


'a':np.random.randn(6),
'b':np.random.choice( [5,7,np.nan], 6),
'g':{1002,300,1002,300,1002,300}
'c':np.random.choice( ['panda','python','shark'], 6),

# some ways to create systematic groups for indexing or groupby
# this is similar to r's expand.grid(), see note 2 below
'd':np.repeat( range(3), 2 ),
'e':np.tile(   range(2), 3 ),

# a date range and set of random dates
'f':pd.date_range('1/1/2011', periods=6, freq='D'),
'g':np.random.choice( pd.date_range('1/1/2011', periods=365, 
                      freq='D'), 6, replace=False) 
})

您可以使用来指定groupby指令。它可以与

pd.DatetimeIndex

索引一起使用，使用

freq

参数以指定的频率对数据进行分组

假设您拥有此数据帧：

df=pd.DataFrame（dict(
a=dict（日期=pd.时间戳（'2020-05-01'），类别='a'，值=1），
b=dict（日期=pd.时间戳（'2020-06-01'），类别='a'，值=2），
c=dict（日期=pd.时间戳（'2020-06-01'），类别='b'，值=6），
d=dict（日期=pd.时间戳（'2020-07-01'），类别=a'，值=1），
e=dict（日期=pd.时间戳（'2020-07-27'），类别=a'，值=3），
))T

您可以将索引设置为

date

列，并将其转换为

pd.DatetimeIndex

。然后您可以将pd.Grouper与其他列一起使用。对于以下示例，我使用

category

列

freq='M'

用于使用月频率对索引进行分组的参数。在

pd.Grouper

df.set_index（'date'）.groupby（[pd.Grouper（freq='M'），'category']）['value'].sum（）

结果:

date        category
2020-05-31  a           1
2020-06-30  a           2
            b           6
2020-07-31  a           4
Name: value, dtype: int64

g           c     
2011-01-31  panda     0
2011-04-30  shark     2
2011-06-30  panda     2
2011-07-31  panda     0
2011-09-30  panda     1
2011-12-31  python    1
Name: d, dtype: int32

mcve的另一个示例：

df.set_index（'g'）.groupby（[pd.Grouper（freq='M'），'c']）.d.sum（）

结果:

date        category
2020-05-31  a           1
2020-06-30  a           2
            b           6
2020-07-31  a           4
Name: value, dtype: int64

g           c     
2011-01-31  panda     0
2011-04-30  shark     2
2011-06-30  panda     2
2011-07-31  panda     0
2011-09-30  panda     1
2011-12-31  python    1
Name: d, dtype: int32