如何按月汇总和汇总项目？

Question

我有两个数据(订单和价格的项目)：

orders = pd.DataFrame({'id': [1,2], 'sum_delivery': [10, 0], 'date': ['2016-01-01', '2016-01-05']})
items = pd.DataFrame({'id': [1,2,3], 'order_id': [1,1,2], 'price': [100, 100, 500], 'count':[5,5,1]})

我希望按月汇总数据，并最终获得该数据：

{'date': ['2016-01'], 'sum': [1510]}

sql很容易实现，但是如何处理熊猫呢？

Answer 1

您希望每个订单只考虑sum_delivery一次，因此您必须在加入之前使用groupby：

>>> items2 = items.groupby('order_id', as_index=False)['sum'].sum()
>>> items2
   order_id   sum
0         1  1000
1         2   500

现在您可以使用pandas.DataFrame.merge使用自定义列名：

>>> res = pd.merge(orders, items2, left_on = 'id', right_on = 'order_id')[['date', 'sum', 'sum_delivery']]
>>> res
         date   sum  sum_delivery
0  2016-01-01  1000            10
1  2016-01-05   500             0

现在只需做简单的数学和简单的pandas.DataFrame.groupby (不要忘记使用as_index=False)：

>>> res['date'] = res['date'].str[:7]
>>> res['sum2'] = res['sum'] + res['sum_delivery']
>>> res2 = res.groupby('date', as_index=False)['sum2'].sum()
>>> res2
      date  sum2
0  2016-01  1510

Answer 2

我做了这件事，效果很好：

items2 = items.groupby('order_id', as_index=False)['sum'].sum()
res = pd.merge(orders, items2, left_on = 'id', right_on = 'order_id')[['date', 'sum', 'sum_delivery']]

res['sum2'] = res['sum'] + res['sum_delivery']
res.index = pd.to_datetime(res.date)
tmpdf = res.groupby(pd.TimeGrouper("M")).sum()[['sum2']]