Python 按分组时如何使用熊猫处理数据时数据
我有个问题。我正在处理Python 按分组时如何使用熊猫处理数据时数据,python,pandas,dataframe,datetime,Python,Pandas,Dataframe,Datetime,我有个问题。我正在处理Pandas中的Datetime数据帧。我想对特定列进行计数,并按月份分组 例如: df.groupby(df.index.month)["count_interest"].count() 假设我正在分析2019年12月的数据。我得到这样的结果 date 1 246 2 360 3 27 12 170 事实上,2019年12月应该排在第一位。请问我能做些什么,因为当我绘制按月份分组的帧时,2019年12月显示在最后,这实际上是不正
Pandas
中的Datetime数据帧。我想对特定列进行计数,并按月份分组
例如:
df.groupby(df.index.month)["count_interest"].count()
假设我正在分析2019年12月的数据。我得到这样的结果
date
1 246
2 360
3 27
12 170
事实上,2019年12月应该排在第一位。请问我能做些什么,因为当我绘制按月份分组的帧时,2019年12月显示在最后,这实际上是不正确的
请参见下图以了解您的理解:
您可以尝试reindex
:
df.groupby(df.index.month)["count_interest"].count().reindex([12,1,2,3])
您可以尝试重新索引
:
df.groupby(df.index.month)["count_interest"].count().reindex([12,1,2,3])
因为索引是datetime,所以可以使用:
df.resample('M')['count\u interest'].size()
Perfekt!因为索引是datetime,所以可以使用:df.resample('M')['count\u interest'].size()
Perfekt!也有道理!伟大的谢谢!伟大的