Pandas数据帧，对3列进行分组并计算第三列

Question

我尝试按日期、时间和文章这3列对数据帧进行分组，并返回一个对象，其中包含日期、时间和文章的分组，以及每个时间(小时)内每篇文章的数量。

这段代码完成了分组的工作，但我不知道如何也获得计数：

dfs.groupby([dfs['Dato'].dt.date,dfs['Tid'].dt.hour,dfs['Varenavn']])

所以这可能是我的输入：

01.01.2018   0901  Car
01.01.2018   0905  Car
01.01.2018   0945  Horse
01.01.2018   1005  Car
02.01.2018   0900  Horse
02.01.2018   0915  Horse
02.01.2018   1050  Car
02.01.2018   1055  Horse

想要的输出：

01.01.2018 09-10 Car   2
                 Horse 1
01.01.2018 10-11 Car   1
02.01.2018 09-10 Horse 2 
02.01.2018 10-11 Car   1 
                 Horse 1

我的总体目标是从包含每个售出商品的数据框中，找出每天每小时售出的商品数量、时间和日期

Answer 1

假设您的OG数据帧中包含Dato、Tid和Varenavn列，请尝试执行以下操作：

df['datetime'] = df['Dato'] + str(' ') + df['Tid']
df['datetime'] = pd.to_datetime(df['datetime'], format = '%m.%d.%Y %H%M')
df.groupby([pd.Grouper(key = 'datetime', freq = 'H'), 'Varenavn'])['Varenavn'].count()

输出：

datetime             Varenavn  
2018-01-01 09:00:00  Car      2
                     Horse    1
2018-01-01 10:00:00  Car      1
2018-02-01 09:00:00  Horse    2
2018-02-01 10:00:00  Car      1
                     Horse    1

...implicitly假设时间戳中的小时是开始时间。您可以对datetime重新编制索引并使用它，以获得所需的格式。