如何使用Pandas按月和年对行进行分组和计数？

Question

我有一个数据集的个人资料，如姓名，身高，体重和出生日期。我会用出生在特定月份和年份的人的数量来构建一个图表。我用巨蟒熊猫来完成这个任务，我的策略是尝试按年和月分组，并添加使用计数。但我得到的最接近的是按年或按月统计的人数，而不是两者都计算。

df['birthdate'].groupby(df.birthdate.dt.year).agg('count')

堆栈溢出中的其他问题指向了一只名为TimeGrouper的石斑鱼，但在熊猫文档中搜索却一无所获。有什么想法吗？

Answer 1

若要对多个标准进行分组，请传递列或标准的列表：

df['birthdate'].groupby([df.birthdate.dt.year, df.birthdate.dt.month]).agg('count')

示例：

In [165]:
df = pd.DataFrame({'birthdate':pd.date_range(start=dt.datetime(2015,12,20),end=dt.datetime(2016,3,1))})
df.groupby([df['birthdate'].dt.year, df['birthdate'].dt.month]).agg({'count'})

Out[165]:
                    birthdate
                        count
birthdate birthdate          
2015      12               12
2016      1                31
          2                29
          3                 1

更新

从版本0.23.0开始，由于限制多索引级别名称必须是唯一的，上面的代码不再工作，现在需要rename级别以使其工作：

In[107]:
df.groupby([df['birthdate'].dt.year.rename('year'), df['birthdate'].dt.month.rename('month')]).agg({'count'})

Out[107]: 
           birthdate
               count
year month          
2015 12           12
2016 1            31
     2            29
     3             1

Answer 2

您还可以在to_period中与dt访问器一起使用“每月”期：

In [11]: df = pd.DataFrame({'birthdate': pd.date_range(start='20-12-2015', end='3-1-2016')})

In [12]: df['birthdate'].groupby(df.birthdate.dt.to_period("M")).agg('count')
Out[12]:
birthdate
2015-12    12
2016-01    31
2016-02    29
2016-03     1
Freq: M, Name: birthdate, dtype: int64

值得注意的是，如果日期时间是索引(而不是列)，则可以使用resample

df.resample("M").count()

Answer 3

另一种解决方案是将birthdate设置为索引并进行重采样：

import pandas as pd

df = pd.DataFrame({'birthdate': pd.date_range(start='20-12-2015', end='3-1-2016')})
df.set_index('birthdate').resample('MS').size()

输出：

birthdate
2015-12-01    12
2016-01-01    31
2016-02-01    29
2016-03-01     1
Freq: MS, dtype: int64