Python 2.7 将中的每日数据转换为中的每周数据
我有一个数据帧,如下所示: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
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?