如何使用python从数据帧创建多个时间序列？

我从一个熊猫数据框开始，它看起来像这样：

  Type Date Number
1 A x y
2 B x y
3 A x y
4 B x y
5 A x y

Type   
A     1    x
      3    x
      5    x
B     2    x
      4    x

我想分别为A类数据和B类数据创建单独的时间序列。最有效的方法是什么

我正在考虑在此基础上创建两个不同的数据帧，其中每个数据帧只包含一种类型的数据，然后将每个单独的数据帧转换为一个系列。但是我也不知道怎么做

扩展问题：如果你甚至不知道有多少种不同的类型，有没有办法做到这一点

到目前为止，我试图通过使用df[“type”]==A来检查类型是否是我想要的类型，但这并没有返回完整的数据帧，只是一个数据帧，说明类型是真是假

其他信息：

我的目标是分别使用类型A和类型B的日期和数字数据创建单独的时间序列

我尝试了以下方法：

df.groupBy（“类型”）.apply（lambda x:x.Date）

上述函数可以工作，但只返回一列

df.groupBy（“类型”）.apply（λx:（x.日期，x.编号））

上面的函数不起作用，返回的东西根本不是我想要的

预期产出：

类型
A xy
xy
B xy

---

xy

如果要按类型对日期进行分组并将其放入单独的序列中，可以执行以下操作

按类型分组：

grouped=df.groupby（'Type'）

从每个组获取日期：

dates=grouped.apply（lambda x:x.Date）

日期

现在看起来如下：

  Type Date Number
1 A x y
2 B x y
3 A x y
4 B x y
5 A x y

Type   
A     1    x
      3    x
      5    x
B     2    x
      4    x

您可以按类型名称访问系列：

dates.A、dates.B

等

到目前为止，我试图通过使用df[“type”]==A来检查类型是否是我想要的类型，但这并没有返回完整的数据帧，只是一个数据帧，说明类型是真是假

df[“type”]==A

为您提供了一个布尔掩码，您可以将其插回数据帧：

df[df[“type”]==A]

---

但是这是一个非常基本的熊猫操作，看看官方教程，有很多例子：

请添加预期的输出。这很有帮助！如何让日期有3列，包括一列x和一列y？？我想为x中的日期和y中的数字创建一个时间序列。我尝试了以下方法：grouped.apply（lambda x:[x.Date，x.Number]），但没有成功。你能给出一个输出应该是什么样子的示例吗？我在上面发布了一些附加信息！基本上，我的最终目标是有两个时间序列，分别包含每组的日期和数字信息。实际上，我并不完全确定时间序列是什么样子的。我添加了我想要的输出。