使用pandas如何得到总收入最高的四个id号每个月的收入总和？

Question

我能够找出哪四个 source_id 的总收入最高，但我想按月将其进一步细分为收入。

最后，我想使用新的 dataframe 来可视化前四个源 ID 的月收入。

我能够使用 groupby 获得最高的总收入，但我不确定除此之外还能做什么。

rev_sum = joined_data.groupby("source_id")["revenue"].sum()
top_id = rev_sum.sort_values(ascending = False).head(4)
top_id

table name: joined_data

    date     source_id  cost    revenue
0   1/17/14     PA01    10.0    40.0
1   2/17/14     PA02    15.0    25.0
2   1/7/14      PA02    40.0    25.0
3   3/25/14     PA03    10.0    35.0
4   2/30/14     PA03    15.0    35.0
5   3/22/14     PA05    20.0    30.0
6   1/17/14     PA04    10.0    60.0
7   3/22/14     PA01    30.0    40.0
8   2/7/14      PA04    50.0    30.0
9   1/14/14     PA02    30.0    25.0
10  2/13/14     PA03    40.0    30.0
    ...         ...     ...     ...

在上面的示例数据中，“source_id”：PA01、PA02、PA03 和 PA04 的总收入最高。 最后，我想要一个新表，其中包含如下所示的每月细分：

source_id    month    month_rev
PA01         Jan      10.0
             Feb      30.0
             Mar      0.0
PA02         Jan      40.0
             Feb      15.0
             Mar      0.0
PA03         Jan      0.0
             Feb      55.0
             Mar      10.0
PA04         Jan      10.0
             Feb      50.0
             Mar      0.0

Answer 1

添加带有month的新列：

df['month'] = [ar[0] for ar in df.date.str.split('/')]

df['month'] = pd.to_datetime(df['month'],format='%m').dt.month_name()

然后创建具有所需收入的新 dataframe：

result = df.groupby(['source_id', 'month']).sum()[['cost']].reset_index()
result = result.rename(columns={'cost':'month_revenue'})

output :

source_id   month   month_revenue
0   PA01    January     10.0
1   PA01    March       30.0
2   PA02    February    15.0
3   PA02    January     70.0
4   PA03    February    55.0
5   PA03    March       10.0
6   PA04    February    50.0
7   PA04    January     10.0
8   PA05    March       20.0

但是空月中没有零。 你真的需要它们吗？

Answer 2

df['date'] = pd.to_datetime(df['date'])    
df.groupby(df['date'].dt.strftime('%B'))['revenue'].sum().sort_values() 

你能试试这个吗，让我知道 output。我认为你正在使用 pandas dataframe。