Python 2.7 将中的每日数据转换为中的每周数据

Python 2.7 将中的每日数据转换为中的每周数据,python-2.7,pandas,group-by,aggregate-functions,resampling,Python 2.7,Pandas,Group By,Aggregate Functions,Resampling,我有一个数据帧,如下所示: Index Date Country Occurence 0 2013-12-30 US 1 1 2013-12-30 India 3 2 2014-01-10 US 1 3 2014-01-15 Indi

我有一个数据帧,如下所示:

Index    Date               Country    Occurence
0    2013-12-30                  US             1
1    2013-12-30                  India          3
2    2014-01-10                  US             1
3    2014-01-15                  India          1
4    2014-02-05                  UK             5
Date   Country    Occurence
Week1  India      4
Week2  
Week1   US        2
Week2
Week5   Germany   5
我想把每天的数据转换成每周的数据,按解剖学分组,方法是求和。 我尝试过重新采样,但输出的结果给出了多索引数据框,我无法从中访问“国家”和“日期”列(请参考上文)

所需输出如下所示:

Index    Date               Country    Occurence
0    2013-12-30                  US             1
1    2013-12-30                  India          3
2    2014-01-10                  US             1
3    2014-01-15                  India          1
4    2014-02-05                  UK             5
Date   Country    Occurence
Week1  India      4
Week2  
Week1   US        2
Week2
Week5   Germany   5

您可以在
country
上选择
groupby
,并在本周重新采样

In [63]: df
Out[63]:
        Date Country  Occurence
0 2013-12-30      US          1
1 2013-12-30   India          3
2 2014-01-10      US          1
3 2014-01-15   India          1
4 2014-02-05      UK          5

In [64]: df.set_index('Date').groupby('Country').resample('W', how='sum')
Out[64]:
                    Occurence
Country Date
India   2014-01-05          3
        2014-01-12        NaN
        2014-01-19          1
UK      2014-02-09          5
US      2014-01-05          1
        2014-01-12          1
而且,您可以使用
reset\u index()


发布一些代码总是好的:)是的,当然,会这样做的…:)如前所述,我尝试对每周数据进行重新采样,输出结果与上面类似。但我如何访问“国家”和“日期”列,因为这是一个多索引数据框。我尝试使用droplevel(0)删除第一个级别,但不起作用。那么,是否有其他方法可以在同一级别中获取“日期”、“国家”、“发生时间”使用
reset\u index()
检查更新后的解决方案,这样做有效?