Pandas.DataFrame.resample内部层次的MultiIndex

Question

我需要重新采样由两个级别组成的潘达斯MultiIndex。内部级别是日期时间索引。需要重放。

import numpy as np
import pandas as pd

rng = pd.date_range('2019-01-01', '2019-04-27', freq='B', name='date')
df = pd.DataFrame(np.random.randint(0, 100, (len(rng), 2)), index=rng, columns=['sec1', 'sec2'])

df['month'] = df.index.month
df.set_index(['month', rng], inplace=True)
print(df)

# At that point I need to apply pd.resample. I'm wondering how to specify the level that I would like to resample?
df = df.resample('M').last()  # is not working;
# I'm looking for somthing like this: df = df.resample('M', level=1).last()

Answer 1

尝试：

 df.groupby('month').resample('M', level=1).last()

输出：

                  sec1  sec2
month date                  
1     2019-01-31    59    87
2     2019-02-28    70    33
3     2019-03-31    71    38
4     2019-04-30    56    79

详细信息。

首先，在索引的“月份”或level=0上对数据进行分组。

接下来，在 parameter for MultiIndex中使用重采样。级别参数可以使用str、索引级别名称(在本例中为“date”)，也可以使用级别编号。

最后，提出了链和聚类功能，如last。