Python 熊猫：如何对非连续日期列进行分组？

我在数据框中有一列，其中包含非连续日期。我需要将这些日期按2天的频率分组。数据样本（标准化后）：

---

我尝试了以下，但由于日期不连续，我没有得到想要的结果

df.groupby(pd.Grouper(key = 'l_date', freq='2D'))

---

这些是使用pandas实现所需分组的一种方法，还是我应该编写一个单独的逻辑？

一旦您有了

l\u日期

排序数据帧。您可以创建一个连续的虚拟日期（

dum_date

）列，并在其上按

2D

频率分组

或

如果你对日期以外的分组没意见。然后，将

n

连续行分组的一般方法可以是：

n = 2                                                      # n = 2 for your use case
df = df.sort_values(by='l_date')
df['grouping'] = [(i//n + 1) for i in range(df.shape[0])]

df.groupby(pd.Grouper(key = 'grouping'))

---

“我没有得到期望的结果。”，您得到了什么输出？您的代码将日期与2个日历日的BIN组合在一起。你只是想把连续的行组合在一起吗？@ALollz没错。

df = df.sort_values(by='l_date')
df['dum_date'] = pd.date_range(pd.datetime.today(), periods=df.shape[0]).tolist()

df.groupby(pd.Grouper(key = 'dum_date', freq='2D'))

n = 2                                                      # n = 2 for your use case
df = df.sort_values(by='l_date')
df['grouping'] = [(i//n + 1) for i in range(df.shape[0])]

df.groupby(pd.Grouper(key = 'grouping'))