Pandas时间序列的月份重采样和按列分组重采样

Question

如何重新抽样一个日期索引与月和分组按一列和聚合平均数的另一列。在

数据帧示例：

                bts_name    duration
cleareddate     
2019-01-19  1002_NUc_Marathalli 95
2019-01-21  1002_NUc_Marathalli 188
2019-02-11  1002_NUc_Marathalli 1332
2019-04-12  1002_NUc_Marathalli 940
2019-01-11  1003_IU2_Munnekolalu 73

我试图用频率月和分组按bts_name和{}每个月的持续时间。在

Answer 1

您可以reset_index将cleareddate字段设置为数据帧中的列。我将用month创建一个新列，然后您可以对其执行一个简单的groupby。在

df.reset_index(inplace=True)
df['month'] = df.cleareddate.dt.month
df.groupby(['month','bts_name']).agg('sum').duration

注意事项：

1. 我假设索引的类型是datetime。如果不是这样，那么在df.cleareddate = pd.to_datetime(df.cleareddate)行之后添加df.cleareddate = pd.to_datetime(df.cleareddate)行。在
2. 请注意，两个不同年份的月份将按相同的方式分组。你也需要按年份分组吗？如果是这样，请为年份添加另一列，并将该术语添加到groupby列中

---

编辑： 在与@sriman进行了讨论之后，我使用pandasresample方法提供了另一种实现上述功能的方法。在

^{pr2}$