Python 在列中的最大日期结束熊猫石斑鱼 最小可重复示例 将numpy导入为np 作为pd进口熊猫 np.random.seed（0） 日期=pd.日期范围（开始日期为2021年1月1日，结束日期为2021年3月15日） df=pd.DataFrame（{'date'：np.random.choice（日期，1000）， 'label'：np.random.choice（['a'，'b'，'c']，1000）}） 结果 日期标签 0 2021-02-14 a 2021-02-17 c 2021-03-06A 3 2021-03-09 c 4 2021-03-09 b ... ... ... 995 2021-03-06 c 996 2021-01-14 b 997 2021-01-02 a 998 2021-01-03 c 999 2021-03-08 b

我试图从最后观察到的日期开始，每4周对日期列进行一次分组（在本例中，

df['date'].max（）

给出

'3/15/2021'

，因此我希望按日期和标签分组时的最后日期为

'3/15/2021'

，并相应调整其他日期（3/15前28天、3/15前56天等）

但是，我无法使用

pd.Grouper

，

pd.Grouper

使用一个

origin

参数来调整分组，但是没有基于结束日期的选项

是否有一种类似于以下内容的方法来使用

pd.Grouper

：

df.groupby（[pd.Grouper（key='date'，freq='28d'，label='right'），'label']）['label'].count（）

---

但相反，它将最后一组按日期结束设置为3/15（并且最后一组包含自3/15以来28天的所有数据）？

显然

pd。Grouper

不支持负频繁。我将决定按

Timedelta

进行分组：

out = (df.groupby((max_date-df['date'])//pd.Timedelta('28d'))
   ['label'].value_counts()
)

# relabel the index
out.index = pd.MultiIndex.from_tuples([
    (max_date - pd.to_timedelta(x*28, unit='D'),y) for x,y in out.index
], names=['date','label'])

输出：

date        label
2021-03-15  a        126
            b        124
            c        112
2021-02-15  b        138
            c        126
            a        120
2021-01-18  c         91
            b         87
            a         76
Name: label, dtype: int64

---

显然，

pd.Grouper

不支持负数频繁。我决定按

Timedelta

进行分组：

out = (df.groupby((max_date-df['date'])//pd.Timedelta('28d'))
   ['label'].value_counts()
)

# relabel the index
out.index = pd.MultiIndex.from_tuples([
    (max_date - pd.to_timedelta(x*28, unit='D'),y) for x,y in out.index
], names=['date','label'])

输出：

date        label
2021-03-15  a        126
            b        124
            c        112
2021-02-15  b        138
            c        126
            a        120
2021-01-18  c         91
            b         87
            a         76
Name: label, dtype: int64

---

我们可以尝试使用div创建日期计数

df_sub = df.assign(v = ((df.date-df.date.max()).dt.days.sub(1)//28))
s = df_sub.groupby(['v','label']).agg({'label':'count'})
s = s.join(df_sub.groupby('v').date.max())
Out[41]: 
          label       date
v  label                  
-3 a         76 2021-01-18
   b         87 2021-01-18
   c         91 2021-01-18
-2 a        120 2021-02-15
   b        138 2021-02-15
   c        126 2021-02-15
-1 a        126 2021-03-15
   b        124 2021-03-15
   c        112 2021-03-15

---

我们可以尝试使用div创建日期计数

df_sub = df.assign(v = ((df.date-df.date.max()).dt.days.sub(1)//28))
s = df_sub.groupby(['v','label']).agg({'label':'count'})
s = s.join(df_sub.groupby('v').date.max())
Out[41]: 
          label       date
v  label                  
-3 a         76 2021-01-18
   b         87 2021-01-18
   c         91 2021-01-18
-2 a        120 2021-02-15
   b        138 2021-02-15
   c        126 2021-02-15
-1 a        126 2021-03-15
   b        124 2021-03-15
   c        112 2021-03-15

---

我也考虑过这一点，但是如果数据中没有出现

2021-02-15

，则

date.max（）

上的最后一次连接可能不起作用。@QuangHoang是的，这是正确的~我也考虑过这一点，但是如果数据中没有出现

2021-02-15

，则

date.max（）

上一次连接可能不起作用。@QuangHoang是的，这是正确的~