Python 限制文件中的索引

我不确定我是否会正确描述这一点，但我会尝试

我有几个excel文件，大约有20列和10k左右的行。假设列名的形式为col1，col2…col20

Col2是一个时间戳列，因此，例如，一个值可以是：“2012-07-25 14:21:00”

我想将excel文件读入数据框，并执行一些时间序列和分组操作

下面是一些加载excel文件的简化代码：

xl = pd.ExcelFile(os.path.join(dirname, filename))
df = xl.parse(xl.sheet_names[0], index_col=1) # Col2 above

当我跑的时候

df.index

它给了我：

<class 'pandas.tseries.index.DatetimeIndex'>
[2012-01-19 15:37:55, ..., 2012-02-02 16:13:42]
Length: 9977, Freq: None, Timezone: None

这可能就是为什么我在一些我想做的操作上有问题。例如，当我跑步时：

df.groupby[category_col].count()

我希望得到一个数据帧，每个类别有一行，一列包含该类别的计数。相反，我得到了一个数据框架，每个类别有一行，19列描述了该列/类别对的值的数量

我尝试重新采样时也会发生同样的情况：

df.resample('D', how='count')

我得到的是：

2012-01-01   Col1   8
             Col2   8
             Coln   8
2012-01-02   Col1   10
             Col2   10
             Coln   10

这是正常的行为吗？我怎样才能每天只得到一个值，category，以哪一个为准？

根据韦斯·麦金尼（Wes McKinney）的博客文章，我认为问题在于我必须在特定的列上运行我的操作，也就是我知道不会丢失数据的列

因此，不要这样做：

df.groupby[category_col].count()

我应该做：

df['col3'].groupby(df[category_col]).count()

这是：

df2.resample('D', how='count')

应该是这样的：

df2['col3'].resample('D', how='count')

结果更符合我的要求：

Category
Cat1    1232
Cat2    7677
Cat3    1053

Date 
2012-01-01      8
2012-01-02     66
2012-01-03     89

---

您的索引列是第一列还是第一列？如果它是第一个，那么您不应该传递0:

df=xl.parse（xl.sheet\u names[0]，index\u col=0）

？哦，对不起，这很混乱。它是excel文件中的第二列（我的实际代码中有列名）。我将在上面更新以反映这一点。

Category
Cat1    1232
Cat2    7677
Cat3    1053

Date 
2012-01-01      8
2012-01-02     66
2012-01-03     89