Python 将从1个日期开始的所有值相加(以大熊猫为单位)
我有以下数据帧:Python 将从1个日期开始的所有值相加(以大熊猫为单位),python,pandas,dataframe,Python,Pandas,Dataframe,我有以下数据帧: dep jour incid_hosp incid_rea incid_dc incid_rad 0 01 2020-03-19 1 0 0 0 1 02 2020-03-19 38 8 10 15 2 03 2020-03-19 2 0 0 6 3 04 2020-03-19 1 0 0 1 4 05 2020-03-19 4 0 0 1 ... ...
dep jour incid_hosp incid_rea incid_dc incid_rad
0 01 2020-03-19 1 0 0 0
1 02 2020-03-19 38 8 10 15
2 03 2020-03-19 2 0 0 6
3 04 2020-03-19 1 0 0 1
4 05 2020-03-19 4 0 0 1
... ... ... ... ... ... ...
36052 971 2021-03-10 5 0 2 3
36053 972 2021-03-10 3 0 0 1
36054 973 2021-03-10 1 0 0 5
36055 974 2021-03-10 14 2 1 9
36056 976 2021-03-10 8 0 0 13
我希望能够对每个日期的“incid_hosp”列中的每个值求和。基本上,这些数据在法国被分解成不同的区域,但我只关心总体数据。最好的方法是什么
我尝试了以下方法:
cur_date = datetime.today().strftime('%Y-%m-%d')
first_date = '2020-03-19'
date_range = pd.date_range(start=first_date, end=cur_date)
new_fra = pd.DataFrame(index=date_range)
new_fra.reset_index(inplace=True)
for i in date_range:
new_fra.loc[i] = df_fra[df_fra.jour == i].sum(df_fra['incid_hosp'])
首先通过
pd.将datetime数据类型中的jour列转换为_datetime()
方法(如果'jour'列已在datetime中,则忽略此步骤)
只需使用:-
df.groupby('jour')['incid_hosp'].sum()
或
df.groupby('jour').agg({'incid_hosp':'sum'})
首先通过
pd.将datetime数据类型中的jour列转换为_datetime()
方法(如果'jour'列已在datetime中,则忽略此步骤)
只需使用:-
df.groupby('jour')['incid_hosp'].sum()
或
df.groupby('jour').agg({'incid_hosp':'sum'})