提示:本站收集StackOverFlow近2千万问答，支持中英文搜索，鼠标放在语句上弹窗显示对应的参考中文或英文， 本站还提供 中文繁体 英文版本 中英对照 版本，有任何建议请联系yoyou2525@163.com。
我正在尝试创建一个报告，该报告按每年的星期几分组。
我有一个看起来像这样的df：
s1 s2 srd
dt
2004-02-04 11:21:00 2365.79 2372.37 -7.0
2004-02-05 10:15:00 2365.79 2368.03 -2.0
2004-02-17 06:43:00 2421.05 2425.26 -4.0
2004-02-17 12:43:00 2418.42 2420.53 -2.0
2004-02-17 12:44:00 2420.39 2420.53 -0.0
dt索引采用日期时间格式。
我正在寻找的是一个看起来像这样的数据框（我只需要srd列，就可以对函数进行分组，例如sum，count等）：
srd
dayOfWeek year
Mon 2004 10
2005 11
2006 8
2007 120
Tues 2004 105
2005 105
我已经尝试过dayOfWeekDf = df.resample('B') ，但是我得到了一个看起来像是按周数分割的数据dayOfWeekDf = df.resample('B') 。
我也尝试了df.groupby([df.index.weekday, df.index.year])['srd'].transform('sum') ，但是由于某种原因它甚至没有分组，因为我得到了以下（ 2月17日出现3次）。
srd
dt
2004-02-04 11:21:00 81.0
2004-02-05 10:15:00 203.0
2004-02-17 06:43:00 37.0
2004-02-17 12:43:00 37.0
2004-02-17 12:44:00 37.0
如果要在索引中使用dayOfWeek和year名称，可以为其分配：
>>> df.assign(year=df.index.year, dayOfWeek = df.index.weekday_name).groupby(['dayOfWeek','year']).srd.sum()
dayOfWeek year
Thursday 2004 -2.0
Tuesday 2004 -6.0
Wednesday 2004 -7.0
Name: srd, dtype: float64
否则，您可以使用自己的操作方式，但可以省略transform ：
>>> df.groupby([df.index.weekday_name, df.index.year])['srd'].sum()
dt dt
Thursday 2004 -2.0
Tuesday 2004 -6.0
Wednesday 2004 -7.0
Name: srd, dtype: float64
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.