如何在熊猫中按日期时间对数据进行分组？

Question

我有一个如下所示的数据

data = [(u'Del', datetime.datetime(2019, 11, 1, 0, 0), 59L), (u'Bom', datetime.datetime(2019, 11, 1, 0, 0), 449L), (u'Del', datetime.datetime(2019, 12, 1, 0, 0), 0L), (u'Bom', datetime.datetime(2019, 12, 1, 0, 0), 45L)]

现在我想根据时间对数据进行分组，使其看起来像这样

data = [
         [(u'Del', datetime.datetime(2019, 11, 1, 0, 0), 59L), (u'Bom', datetime.datetime(2019, 11, 1, 0, 0), 449L)] 
        ,[(u'Del', datetime.datetime(2019, 12, 1, 0, 0), 0L), (u'Bom', datetime.datetime(2019, 12, 1, 0, 0), 45L)]
       ]

如您所见，现在它是一个列表列表，其中列表中有两个列表，其中每个列表包含相似的datetime 。 例如第一个子列表看起来像这样

[(u'Del', datetime.datetime(2019, 11, 1, 0, 0), 59L), (u'Bom', datetime.datetime(2019, 11, 1, 0, 0), 449L)]

这里第一个子列表的项目包含类似的日期时间，即datetime.datetime(2019, 11, 1, 0, 0)

第二个子列表看起来像这样

[(u'Del', datetime.datetime(2019, 12, 1, 0, 0), 0L), (u'Bom', datetime.datetime(2019, 12, 1, 0, 0), 45L)]

这里第一个子列表的项目包含类似的日期时间，即datetime.datetime(2019, 12, 1, 0, 0)

我可以通过执行这样的操作根据datetime对数据进行排序（尽管在这种情况下数据已经按datetime时间排序）

import pandas as pd
import datetime
import psycopg2

df = pd.DataFrame(data)
df['Date'] =pd.to_datetime(df[1])
df = df.sort_values(by='Date')

但我不能根据排序的时间对它们进行分组。 我如何使用pandas实现这一目标？

Answer 1

您可以执行以下操作

df = pd.DataFrame(data)
df.columns = ['place','date','value']


output = [x[1].values for x in df.groupby(date)]

输出看起来像：

[[[u'Del', Timestamp('2019-11-01 00:00:00'), 59], [u'Bom', Timestamp('2019-11-01 00:00:00'), 449]], [[u'Del', Timestamp('2019-12-01 00:00:00'), 0], [u'Bom', Timestamp('2019-12-01 00:00:00'), 45]]]