[英]Groupby certain months and sum values in pandas dataframe
我有一个数据帧df
看起来像这样,其中没有设置索引:
df.head()
year month inch mm
0 1981 2 0.00 0.000
1 1981 3 4.82 122.428
2 1981 4 6.45 163.830
3 1981 5 5.03 127.762
4 1981 6 1.25 31.750
(1) 首先,我只想选择 1987 年和 2017 年之间的年份。
(2) 然后我想按年份分组选择月份:MAM(所以 3-5)、JJAS(6-9)和 OND(10-12)并对这些月份的mm
列求和。
结果可能如下所示:
year season mm
1981 MAM 360
1981 JJAS 167
...
我不确定如何做第 1 部分,但我知道对于第 2 部分,我需要将month
列转换为日期时间对象。
然后我将通过以下方式定义利息月份:
MAM = df.iloc[df.index.month.isin(np.r_[3:6])]
JJAS = df.iloc[df.index.month.isin(np.r_[6:10])]
OND = df.iloc[df.index.month.isin(np.r_[10:13])]
但现在我收到错误AttributeError: 'RangeIndex' object has no attribute 'month'
。
提前致谢!
第一部分非常简单。 使用pd.Series.between
:
df = df[df.year.between(1987, 2017)]
如果year
未排序,我建议先对df
排序,然后使用sort_values(subset='year')
来执行此操作。
对于下一部分,一个解决方案将涉及生成一个dict
映射,然后使用map
将month
转换为您的映射字符串,并对其进行分组。
mapping = {3 : 'MAM', 4 : 'MAM', 5 : 'MAM', 6 : 'JJAS' ,... } # complete this
r = df.groupby(['year', df.month.map(mapping)]).sum()
这是一种稍微不同的方法:使用year
和month
来构建索引,然后使用带有 UDF 的groupby()
。
示例数据:
N = 10
years = pd.date_range("1981", "2017", freq="A").year
dates = np.random.choice(years, size=N, replace=True)
months = np.random.choice(range(1,13), size=N, replace=True)
inches = np.random.randint(1,20, size=N)
mm = np.random.randint(1,100, size=N)
data = {"year":dates, "month":months, "inch":inches, "mm":mm}
df = pd.DataFrame(data)
df
inch mm month year
0 19 31 12 1990
1 8 71 9 1986
2 5 85 2 2009
3 17 8 12 2005
4 10 14 12 1987
5 7 87 2 1982
6 8 59 2 2004
7 8 74 8 2016
8 5 6 6 1993
9 3 7 12 1982
现在基于年份子集并构建索引:
mask = df.year.between(1987, 2017)
df.index = df.apply(lambda x: pd.to_datetime("{0} {1}".format(x.year, x.month),
format="%Y %m"), axis=1)
然后使用year
和月份分隔功能进行分组:
def month_gb(x):
if x.month in range(3,6):
return 'MAM'
elif x.month in range(6,10):
return 'JJAS'
elif x.month in range(10,13):
return 'OND'
df.loc[mask].groupby(["year", month_gb]).mm.sum()
year
1987 OND 14
1990 OND 31
1993 JJAS 6
2005 OND 8
2016 JJAS 74
Name: mm, dtype: int64
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.