Python 在分析这些数据时，我哪里出错了？

试图找出出席人数的趋势。我将我现有的df过滤到这个，这样我可以一次查看1个活动

+---+-----------+-------+----------+-------+---------+
|   |   Date    |  Org  | Activity | Hours | Weekday |
+---+-----------+-------+----------+-------+---------+
| 0 | 8/3/2020  | Org 1 | Gen Ab   | 10.5  | Monday  |
| 1 | 8/25/2020 | Org 1 | Gen Ab   | 2     | Tuesday |
| 3 | 8/31/2020 | Org 1 | Gen Ab   | 8.5   | Monday  |
| 7 | 8/10/2020 | Org 2 | Gen Ab   | 1     | Monday  |
| 8 | 8/14/2020 | Org 3 | Gen Ab   | 3.5   | Friday  |
+---+-----------+-------+----------+-------+---------+

此代码：

gen_ab = att_df.loc[att_df['Activity'] == "Gen Ab"]
sum_gen_ab = gen_ab.groupby(['Date', 'Activity']).sum()
sum_gen_ab.head()

返回以下内容：

+------------+----------+------------+
|            |          |   Hours    |
+------------+----------+------------+
| Date       | Activity |            |
| 06/01/2020 | Gen Ab   | 347.250000 |
| 06/02/2020 | Gen Ab   | 286.266667 |
| 06/03/2020 | Gen Ab   | 169.583333 |
| 06/04/2020 | Gen Ab   | 312.633333 |
| 06/05/2020 | Gen Ab   | 317.566667 |
+------------+----------+------------+

如何使汇总列名为“小时”？当我这样做时，仍然会得到相同的结果：

sum_gen_ab['Hours'] = gen_ab.groupby(['Date', 'Activity']).sum()

我最终想做的是绘制一个折线图，显示活动在一段时间内的小时数总和。时间当然是我df中的日期

plt.plot(sum_gen_ab['Date'], sum_gen_ab['Hours'])
plt.show()

---

使用

groupby（['Date'，Activity']）后返回KeyError:Date

日期和活动已转换为索引，不能用

sum\u gen\u ab['Date']引用

为了避免将它们转换为索引，您可以使用
groupby（['Date'，Activity'，as_index=False）
。

为了避免将它们转换为索引，您可以使用
groupby（['Date'，'Activity'，as_index=False）
。
我通常使用pandasql库将数据帧操作到不同的数据集中。这允许您使用SQL代码操作数据帧。Pandasql可以与熊猫一起使用

例如：

import pandas as pd
import pandasql as psql

df = "will be your dataset"


new_dataset = psql.sqldf('''
SELECT DATE, ACTIVITY, SUM(HOURS) as SUM_OF_HOURS
FROM df
GROUP BY DATE, ACTIVITY''')

new_dataset.head() #Shows the first 5 rows of your dataset

我通常会使用pandasql库将数据帧操作到不同的数据集中。这允许您使用SQL代码操作数据帧。Pandasql可以与熊猫一起使用

例如：

import pandas as pd
import pandasql as psql

df = "will be your dataset"


new_dataset = psql.sqldf('''
SELECT DATE, ACTIVITY, SUM(HOURS) as SUM_OF_HOURS
FROM df
GROUP BY DATE, ACTIVITY''')

new_dataset.head() #Shows the first 5 rows of your dataset

谢谢你分享这个图书馆。我没有将其用于此解决方案，但我现在肯定可以在将来使用它。感谢您共享此库。我没有在这个解决方案中使用它，但我现在肯定可以在将来使用它，因为_index=False

起作用了。你能告诉我我最初的结果叫什么吗？我是说它的标题是“小时”之类的。我不知道你的意思。第一个结果按日期和活动分组，默认情况下，这会将分组依据的列转换为索引。我不知道它是否有一个特定的名称。使用

as_index=False

有效。你能告诉我我最初的结果叫什么吗？我是说它的标题是“小时”之类的。我不知道你的意思。第一个结果按日期和活动分组，默认情况下，这会将分组依据的列转换为索引。我不知道它是否有一个特定的名字。