Fatal编程技术网
  • python/
  • Python Pandas:year/month的数据框groupby，返回新的DatetimeIndex

Python Pandas:year/month的数据框groupby，返回新的DatetimeIndex

python pandas

Python Pandas:year/month的数据框groupby，返回新的DatetimeIndex,python,pandas,datetimeindex,Python,Pandas,Datetimeindex,我需要一些指导，将一个日期框对象按年份或月份分组，并返回一个新的日期框对象和一个新索引。 这是到目前为止我的代码分组方式按预期工作 从.csv文件加载数据，解析“日期”到日期格式（来自finance.yahoo.com的历史股票报价） 按“日期”升序排序文件，并将索引设置为Date In [24]: daily = file.sort_values(by='Date').set_index('Date') daily.head() Out[24]: O

我需要一些指导，将一个
日期框
对象按年份或月份分组，并返回一个新的
日期框
对象和一个新索引。 这是到目前为止我的代码<代码>分组方式按预期工作

从.csv文件加载数据，解析“日期”到日期格式（来自finance.yahoo.com的历史股票报价）

按“日期”升序排序文件，并将索引设置为
Date

In [24]: daily = file.sort_values(by='Date').set_index('Date')
         daily.head()

Out[24]:
            Open    High    Low     Close   Volume  Adj Close
Date                        
2000-01-03  14.20   14.50   14.15   14.40   277400  2.7916
2000-01-04  14.29   14.30   13.90   14.15   109200  2.7431
月份分组

我将对这些组执行另一个
apply（）
，这将压缩特定组的数据，例如，查找年/月的最高
High
值或
sum（）
量值。对于该示例，省略该步骤

In [39]: monthly = daily.groupby(lambda x: (x.year, x.month))
         monthly.first()

Out[39]:
            Open    High    Low     Close   Volume  Adj Close
(2000, 1)   14.200  14.500  14.150  14.400  277400  2.7916
(2000, 2)   13.900  14.390  13.900  14.250  287200  2.7625
... ... ... ... ... ... ...
(2016, 1)   23.620  23.620  23.620  23.620  0       22.1893
(2016, 2)   19.575  19.630  19.140  19.450  1783000 18.2719
这是可行的，但它给了我一个带有元组作为索引的
日期框
对象

在本例中，对于月份分组，所需的结果将是一个全新的
DataFrame
对象，但是
Date
索引应该是一个新的
DatetimeIndex
，形式为
%Y-%m
，如果按年份分组，则只需
%Y

Out[39]:
        Open    High    Low     Close   Volume  Adj Close
Date
2000-01 14.200  14.500  14.150  14.400  277400  2.7916
2000-02 13.900  14.390  13.900  14.250  287200  2.7625
... ... ... ... ... ... ...
2016-01 23.620  23.620  23.620  23.620  0       22.1893
2016-02 19.575  19.630  19.140  19.450  1783000 18.2719
我感谢你给我指路

您可以使用列表理解从时间戳访问年份和月份访问器变量，然后对这些变量进行分组

>>> df.groupby([[d.year for d in df.Date], [d.month for d in df.Date]]).first()
             Date    Open   High    Low  Close   Volume  Adj_Close
2000 1 2000-01-01  14.200  14.50  14.15  14.40   277400     2.7916
     2 2000-02-01  13.900  14.39  13.90  14.25   287200     2.7625
2016 1 2016-01-01  23.620  23.62  23.62  23.62        0    22.1893
     2 2016-02-01  19.575  19.63  19.14  19.45  1783000    18.2719
您可以使用
daily.index.year、daily.index.month
或更改
index
，然后通过
index
：

print daily
              Open   High    Low  Close   Volume  Adj Close
Date                                                       
2000-01-01  14.200  14.50  14.15  14.40   277400     2.7916
2000-02-01  13.900  14.39  13.90  14.25   287200     2.7625
2016-01-01  23.620  23.62  23.62  23.62        0    22.1893
2016-02-01  19.575  19.63  19.14  19.45  1783000    18.2719

print daily.groupby([daily.index.year, daily.index.month]).first()
          Open   High    Low  Close   Volume  Adj Close
2000 1  14.200  14.50  14.15  14.40   277400     2.7916
     2  13.900  14.39  13.90  14.25   287200     2.7625
2016 1  23.620  23.62  23.62  23.62        0    22.1893
     2  19.575  19.63  19.14  19.45  1783000    18.2719

daily.index = daily.index.to_period('M')
print daily.groupby(daily.index).first()
           Open   High    Low  Close   Volume  Adj Close
Date                                                    
2000-01  14.200  14.50  14.15  14.40   277400     2.7916
2000-02  13.900  14.39  13.90  14.25   287200     2.7625
2016-01  23.620  23.62  23.62  23.62        0    22.1893
2016-02  19.575  19.63  19.14  19.45  1783000    18.2719
欢迎来到堆栈溢出。你可以查一下，谢谢，但为什么？我的问题有问题吗？不，问题很好。没问题。啊，好的。可以，但尚未测试建议的解决方案。谢谢，最后一个示例非常有效。但奇怪的是，如果我重新运行这个单元格，我会得到一个属性错误
--->4 daily.index=daily.index.to_period（'M'）5 monthly=daily.groupby（daily.index）.first（）6 print（monthly）AttributeError:'PeriodIndex'对象没有属性'to_period'
我必须重新运行所有单元格才能使此工作。您只需将
PeriodIndex
设置为
daily.index=daily.index。to_period（'M'）
一次，然后使用其他代码。尝试测试：
print daily
，
daily.index=daily.index.to_period（'M'）
和
print daily
，但它会永久更改
daily
的
period index
。如果我想将它改回
daily.index=daily.index.to_period（'D'）
几天，或者进一步使用
daily.index=daily.index.to_period（'A'）
年，我会得到attributeError，那么最好使用列而不是像这样的索引：
daily['m']=daily.index.to_period（'m'）
和
monthly=daily.groupby（'m'）.first（）
，然后
daily['d']=daily.index.to_period（'d'）
和
daily1=daily.groupby（'d'）.first（）
，或者您可以记住
索引
到类似
df['i']=df.index的列中，然后使用
groupby


print daily
              Open   High    Low  Close   Volume  Adj Close
Date                                                       
2000-01-01  14.200  14.50  14.15  14.40   277400     2.7916
2000-02-01  13.900  14.39  13.90  14.25   287200     2.7625
2016-01-01  23.620  23.62  23.62  23.62        0    22.1893
2016-02-01  19.575  19.63  19.14  19.45  1783000    18.2719

print daily.groupby([daily.index.year, daily.index.month]).first()
          Open   High    Low  Close   Volume  Adj Close
2000 1  14.200  14.50  14.15  14.40   277400     2.7916
     2  13.900  14.39  13.90  14.25   287200     2.7625
2016 1  23.620  23.62  23.62  23.62        0    22.1893
     2  19.575  19.63  19.14  19.45  1783000    18.2719

daily.index = daily.index.to_period('M')
print daily.groupby(daily.index).first()
           Open   High    Low  Close   Volume  Adj Close
Date                                                    
2000-01  14.200  14.50  14.15  14.40   277400     2.7916
2000-02  13.900  14.39  13.90  14.25   287200     2.7625
2016-01  23.620  23.62  23.62  23.62        0    22.1893
2016-02  19.575  19.63  19.14  19.45  1783000    18.2719