使用python panda按月份和年份统计发生频率
假设我有以下数据系列:使用python panda按月份和年份统计发生频率,python,csv,Python,Csv,假设我有以下数据系列: Date Category 2014-8 Facebook 2014-8 Vimeo 2014-8 Facebook 2014-8 Facebook 2014-9 Facebook 2014-9 Orkut 2014-9 Facebook 2014-9 Facebook 2014-9 Facebook ... 2014-10 Youtube 2014-10 DailyMotion 2014-10
Date Category
2014-8 Facebook
2014-8 Vimeo
2014-8 Facebook
2014-8 Facebook
2014-9 Facebook
2014-9 Orkut
2014-9 Facebook
2014-9 Facebook
2014-9 Facebook
...
2014-10 Youtube
2014-10 DailyMotion
2014-10 Facebook
2014-10 Vimeo
2014-10 Facebook
2014-10 Facebook
我想每月和每年统计每个类别(时间序列中的唯一值/系数)
Category Date Count
Facebook 2014-01 5
2014-02 6
2014-03 8
Vimeo 2014-01 3
2014-02 10
2014-03 9
youtube 2014-01 13
2014-02 61
2014-03 8
所以,当我打电话给Facebook时,我可以看到每个月Facebook发生了多少次
我尝试的是:
df['Date'] = df['Date'].map(lambda x: '{year}-{month}'.format(year=x.year,
month=x.month,
day=x.day))
a = df.groupby(['Category','year-month']).size()
提前感谢您的帮助和建议。您需要按类别和日期分组,然后计算日期:
>>> df.groupby(['Category', 'Date']).Date.count()
Category Date
DailyMotion 2014-10 1
Facebook 2014-10 3
2014-8 3
2014-9 4
Orkut 2014-9 1
Vimeo 2014-10 1
2014-8 1
Youtube 2014-10 1
Name: Date, dtype: int64
要获取特定类别(如“Facebook”)的月度总数,您首先需要对该类别进行筛选:
>>> df[df.Category == 'Facebook'].groupby(['Category', 'Date']).Date.count()
Category Date
Facebook 2014-10 3
2014-8 3
2014-9 4
Name: Date, dtype: int6
非常感谢,我正在做这件事,但如何才能获得Facebook或其他变量的信息?我的意思是,我想打电话给一个['Facebook',这样我就可以得到他们每月的自由度。@VessilliZaytsev请参见上文,以获得更多的回应。我认为,这将有助于我解决这个问题。非常感谢。