如何使用 pandas 按星期分组数据透视表结果？ [英] How to use pandas to group pivot table results by week?

问题描述

下面是使用pandas pivot_table函数后以.csv格式输出的数据透视表输出片段：

 子产品11 / 1/12 11/2/12 11/3/12 11/4/12 11/5/12 11/6/12 
 GP收购164 168 54 72 203 167 
应用190 207 65 91 227 200 
 GPF收购1124 1142 992 1053 1467 1198 
 GPF申请1391 1430 1269 1357 1855 1510 
  

我现在唯一需要做的就是在熊猫中使用groupby来将每个子产品的值按周汇总，然后将其输出到.csv文件中。

以下是我想要的输出，但它是在Excel中完成的。第一列可能不完全一样，但我很好。我需要做的主要事情是将这些日子按周分组，以便我可以按周将数据总和。 （查看最上面一排按每7天分组的日期）。希望能够使用Python /熊猫来做到这一点。是否有可能？

 行标签11/4/12  -  11/10/12 11/11/12  -  11/17 / 12 
 GP ​​
收购926 728 
申请1092 889 
 GPF 
收购8206 6425 
申请10527 8894 
  

解决方案

您需要的工具是 resample ，隐式地在一段时间/频率上使用groupby，并应用像mean或sum这样的函数。

读取数据。

  In [2]：df 
 Out [2]：
子产品11/1/12 11/2/12 11/3/12 11/4 / 12 11/5/12 11/6/12 
 GP收购164 168 54 72 203 167 
 GP应用190 207 65 91 227 200 
 GPF收购1124 1142 992 1053 1467 1198 
 GPF应用程序1391 1430 126 9 1357 1855 1510 
  

建立一个MultiIndex。

 在[4]中：df = df.reset_index（）。set_index（['index'，'Sub-Product']）
 
 In [5 ]：df 
出[5]：
 11/1/12 11/2/12 11/3/12 11/4/12 11/5/12 11/6/12 
指数次级产品
 GP收购164 168 54 72 203 167 
申请190 207 65 91 227 200 
 GPF收购1124 1142 992 1053 1467 1198 
申请1391 1430 1269 1357 1855 1510 
  

将列解析为适当的日期时间。 （它们以字符串的形式出现）。

 在[6]中：df.columns = pd.to_datetime（df.columns）
 
在[7]中：df 
出[7]：
 2012-11-01 2012-11-02 2012-11-03 2012-11-04 \ 
指数次级产品
 GP收购164 168 54 72 
申请190 207 65 91 
 GPF收购1124 1142 992 1053 
申请1391 1430 1269 1357 
 
 2012-11-05 2012-11-06 
指数子产品
 GP收购203 167 
申请227 200 
 GPF收购1467 1198 
申请1855 1510 
  

重新取样列（ axis = 1 ）每周（'w'），按周计算。 （ how ='sum'或 how = np.sum 在这里都是有效的选项。）

 在[10]中：df.resample（'w'，how ='sum'，axis = 1）
 Out [10] ：
 2012-11-04 2012-11-11 
指数子产品
 GP收购458 370 
申请553 427 
 GPF收购4311 2665 
申请5447 3365 
  

Below is a snippet of my pivot table output in .csv format after using pandas pivot_table function:

Sub-Product     11/1/12 11/2/12 11/3/12 11/4/12 11/5/12 11/6/12
GP  Acquisitions    164    168     54      72     203    167
GP  Applications    190    207     65      91     227    200
GPF Acquisitions    1124   1142    992    1053    1467   1198
GPF Applications    1391   1430   1269    1357    1855   1510

The only thing I need to do now is to use groupby in pandas to sum up the values by week for each Sub Product before I output it to a .csv file.

Below is the output I want, but it is done in Excel. The first column might not be exactly the same but I am fine with that. The main thing I need to do is to group the days by week such that I can get sum of the data to be by week. (See how the top row has the dates grouped by every 7 days). Hoping to be able to do this using python/pandas. Is it possible?

Row Labels   11/4/12 - 11/10/12       11/11/12 - 11/17/12
GP      
Acquisitions       926                        728
Applications       1092                       889
GPF     
Acquisitions       8206                       6425
Applications       10527                      8894

解决方案

The tool you need is resample, which implicitly uses groupby over a time period/frequency and applies a function like mean or sum.

Read data.

In [2]: df
Out[2]: 
      Sub-Product  11/1/12  11/2/12  11/3/12  11/4/12  11/5/12  11/6/12
GP   Acquisitions      164      168       54       72      203      167
GP   Applications      190      207       65       91      227      200
GPF  Acquisitions     1124     1142      992     1053     1467     1198
GPF  Applications     1391     1430     1269     1357     1855     1510

Set up a MultiIndex.

In [4]: df = df.reset_index().set_index(['index', 'Sub-Product'])

In [5]: df
Out[5]: 
                    11/1/12  11/2/12  11/3/12  11/4/12  11/5/12  11/6/12
index Sub-Product                                                       
GP    Acquisitions      164      168       54       72      203      167
      Applications      190      207       65       91      227      200
GPF   Acquisitions     1124     1142      992     1053     1467     1198
      Applications     1391     1430     1269     1357     1855     1510

     Parse the columns as proper datetimes. (They come in as strings.)

In [6]: df.columns = pd.to_datetime(df.columns)

In [7]: df
Out[7]: 
                    2012-11-01  2012-11-02  2012-11-03  2012-11-04  \
index Sub-Product                                                    
GP    Acquisitions         164         168          54          72   
      Applications         190         207          65          91   
GPF   Acquisitions        1124        1142         992        1053   
      Applications        1391        1430        1269        1357   

                    2012-11-05  2012-11-06  
index Sub-Product                           
GP    Acquisitions         203         167  
      Applications         227         200  
GPF   Acquisitions        1467        1198  
      Applications        1855        1510  

Resample the columns (axis=1) weekly ('w'), summing by week. (how='sum' or how=np.sum are both valid options here.)

In [10]: df.resample('w', how='sum', axis=1)
Out[10]: 
                    2012-11-04  2012-11-11
index Sub-Product                         
GP    Acquisitions         458         370
      Applications         553         427
GPF   Acquisitions        4311        2665
      Applications        5447        3365

这篇关于如何使用 pandas 按星期分组数据透视表结果？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！