Python：一周中的求和和计数日

我需要帮助，我有一个包含以下列的csv文件：

    Date    Tipology    inputDates  dayOfWeek
0   2018-01-01  200 2018-01-01  Monday
1   2018-01-02  93  2018-01-02  Tuesday
2   2018-01-03  382 2018-01-03  Wednesday
3   2018-01-04  147 2018-01-04  Thursday
4   2018-01-05  107 2018-01-05  Friday
... ... ... ... ...
360 2018-12-27  155 2018-12-27  Thursday
361 2018-12-28  148 2018-12-28  Friday
362 2018-12-29  129 2018-12-29  Saturday
363 2018-12-30  129 2018-12-30  Sunday
364 2018-12-31  147 2018-12-31  Monday

我想在星期一总结一下tipology，我正在做：

groupweek = df1.groupby(['dayOfWeek','Tipology']).count()
groupweek

我收到

                     Date   inputDates
dayOfWeek   Tipology        
Friday           107    1   1
                 113    1   1
                 117    1   1
                 118    1   1
                 119    1   1
.........................
Monday           104    1   1
                 111    1   1
                 113    1   1
                 118    1   1
..........................
 etc. etc

理论上，我认为把星期五、星期一等的所有类型加起来，我得到了多少种类型（一周中每天发生的数值总和），但这并没有发生，所以我不确定通过下面的操作，我得到了我想要的：

in:

groupweek = df1.groupby(['dayOfWeek'],as_index=False)['Tipology'].sum()
groupweek

out:

dayOfWeek   Tipology
0   Friday      8356
1   Monday      9245
2   Saturday    8685
3   Sunday      8489
4   Thursday    8629
5   Tuesday     8959
6   Wednesday   9273

数字tipology值是否根据2018年的星期几进行分组和汇总

---

使用count（）（应该有所有52个星期五、52个星期一等）添加它们不会给出sum（）的结果。

您的第一个实现：

groupweek = df1.groupby(['dayOfWeek','Tipology']).count()

等效sql：

select count(Date), count(inputDates) from df1 group by dayOfWeek, Tipology

select count(Tipology) from df1 group by dayOfWeek

select sum(Tipology) from df1 group by dayOfWeek

您在groupBy中使用了两列：“dayOfWeek”和“Tipology” 这为（'dayOfWeek'，'Tipology'）组合创建了唯一的行

相反，您只希望在周中的某一天具有唯一性。因此，从逐列分组中删除列“Tipology”就可以了。这将给你所有的52和53

groupweek = df1.groupby(['dayOfWeek'])['Tipology'].count()

等效sql：

select count(Date), count(inputDates) from df1 group by dayOfWeek, Tipology

select count(Tipology) from df1 group by dayOfWeek

select sum(Tipology) from df1 group by dayOfWeek

您的第二个实现是正确的。Tipology按daysOfWeek分组，然后按和函数聚合

groupweek = df1.groupby(['dayOfWeek'],as_index=False)['Tipology'].sum()

等效sql：

select count(Date), count(inputDates) from df1 group by dayOfWeek, Tipology

select count(Tipology) from df1 group by dayOfWeek

select sum(Tipology) from df1 group by dayOfWeek

---

您的第一个实现：

groupweek = df1.groupby(['dayOfWeek','Tipology']).count()

等效sql：

select count(Date), count(inputDates) from df1 group by dayOfWeek, Tipology

select count(Tipology) from df1 group by dayOfWeek

select sum(Tipology) from df1 group by dayOfWeek

您在groupBy中使用了两列：“dayOfWeek”和“Tipology” 这为（'dayOfWeek'，'Tipology'）组合创建了唯一的行

相反，您只希望在周中的某一天具有唯一性。因此，从逐列分组中删除列“Tipology”就可以了。这将给你所有的52和53

groupweek = df1.groupby(['dayOfWeek'])['Tipology'].count()

等效sql：

select count(Date), count(inputDates) from df1 group by dayOfWeek, Tipology

select count(Tipology) from df1 group by dayOfWeek

select sum(Tipology) from df1 group by dayOfWeek

您的第二个实现是正确的。Tipology按daysOfWeek分组，然后按和函数聚合

groupweek = df1.groupby(['dayOfWeek'],as_index=False)['Tipology'].sum()

等效sql：

select count(Date), count(inputDates) from df1 group by dayOfWeek, Tipology

select count(Tipology) from df1 group by dayOfWeek

select sum(Tipology) from df1 group by dayOfWeek

---

对不起，这不是一个意见，而是一个请求。我有个问题要解决！同时，谢谢你的回答！如果我想做相反的事情呢？也就是说，看看一年中哪一天有更多的类型，以图形化的方式呈现，没有计数我怎么办（）？使用

sns.barplot（x='dayOfWeek'，y='Tipology'，data=df1，estimator=sum）

可能是您想要的，或者

sns.countplot

。非常感谢。。但我想通过groupby到达那里，我正在使用plotly Historogram2dContour！对不起，这不是一个意见，而是一个请求。我有个问题要解决！同时，谢谢你的回答！如果我想做相反的事情呢？也就是说，看看一年中哪一天有更多的类型，以图形化的方式呈现，没有计数我怎么办（）？使用

sns.barplot（x='dayOfWeek'，y='Tipology'，data=df1，estimator=sum）

可能是您想要的，或者

sns.countplot

。非常感谢。。但我想通过groupby到达那里，我正在使用plotly Historogram2dContour！谢谢你的回答，正如我在上面评论的那样：如果我想做相反的事情呢？也就是说，看看一年中哪一天有更多的类型，以图形化的方式表示，没有count（）我怎么办？count只给出行计数。它只会给出周一或周二的天数。如何定义更多拓扑？使用sum时，可以获得更多类型的聚合。你在寻找max吗？事实上，我需要2018年的每个星期五（例如星期五），每个星期五你想要过滤的tipology的每日价值（显然是一周中的每一天）。这应该会有帮助：df.tipology[df['day']=='Friday']链接：谢谢你的回答，正如我在上面评论的那样：如果我想做相反的事情呢？也就是说，看看一年中哪一天有更多的类型，以图形化的方式表示，没有count（）我怎么办？count只给出行计数。它只会给出周一或周二的天数。如何定义更多拓扑？使用sum时，可以获得更多类型的聚合。你在寻找max吗？事实上，我需要2018年的每个星期五（例如星期五），每个星期五你想要过滤的tipology的每日价值（显然是一周中的每一天）。这应该有帮助：df.tipology[df['day']=='Friday']链接：