Pandas按月份和年份分组（日期为datetime64[ns]）并按计数汇总

5 人关注

我有一个数据框架，是我在pandas中创建的，按日期分组，按骑行次数汇总。

      date   rides
0   2019-01-01  247279
1   2019-01-02  585996
2   2019-01-03  660631
3   2019-01-04  662011
4   2019-01-05  440848
..         ...     ...
451 2020-03-27  218499
452 2020-03-28  143305
453 2020-03-29  110833
454 2020-03-30  207743
455 2020-03-31  199623
[456 rows x 2 columns]
My date column is in datetime64[ns]. 
date     datetime64[ns]
rides             int64
dtype: object
现在我想创建另一个数据框架，按月份和年份分组（我有2019年和2020年的数据），并按骑行情况进行总结。
理想的输出。
Year Month   Rides
2019 January 2000000
2020 March   1000000


         
          
           python


         
          
           pandas


         
          
           pandas-groupby


         
          
           python-datetime


        
         
          
           
           
            Anakin Skywalker
           
          
          
           发布于
           
           2020-05-19


          
           
            已采纳


          
           
            
             你可以
             
              groupby
             
             并获得
             
              dt.年
             
             和
             
              dt.month_name
             
             从列日期。
            
            print (df.groupby([df['date'].dt.year.rename('year'), 
                   df['date'].dt.month_name().rename('month')])
         ['rides'].sum().reset_index())
   year    month    rides
0  2019  January  2596765
1  2020    March   880003


           
            
             
              
               Anakin Skywalker
              
              ：


           
            
             
              
               完美!国王!非常感谢您!


           
            
             
              
               Anakin Skywalker
              
              ：


           
            
             
              
               我将接受你的答案，因为你是第一个:)。再次感谢!


          
           
            
             
              替换代码0】也支持
              
               to_period
              
              的转换，所以我们可以按月度周期对所有内容进行分组。
             
             df.groupby(df.date.dt.to_period('M')).agg('sum')
#           rides
#date            
#2019-01  2596765
#2020-03   880003

推荐文章

温暖的卡布奇诺 · 用python的pandas读取excel文件中的数据 - 归去_来兮

1 月前

被表白的日记本 · 【python】读取excel的行列内容，pandas，超详细！！！_pandas读取excel的每行每列

1 月前

好帅的乒乓球 · Pandas读取某列、某行数据——loc、iloc用法总结_data.iloc用法

1 月前

聪明的海龟 · nested exception is org.flowable.common.engine.api.FlowableException: Error initialising dmn data mo

11 月前

暴躁的电梯 · java - How to retain slf4j MDC logging context in CompletableFuture? - Stack Overflow

1 年前

刚毅的消炎药 · 深度采坑指南之vue-cli代理跨域proxy解决跨域限制_51CTO博客_vue proxy解决跨域

1 年前

温文尔雅的甜瓜 · 如何创建、删除和查看MaxCompute表_云原生大数据计算服务 MaxCompute-阿里云帮助中心

1 年前

开心的苦咖啡 · 深度学习实现图像识别，用linux还是windows系统好？ - 知乎

1 年前