帶有lambda參數的pandas groupby

Question

我不明白代碼：

pivot = pd.pivot_table(subset, values='count', rows=['date'], cols=['sample'], fill_value=0)

by = lambda x: lambda y: getattr(y, x)

grouped = pivot.groupby([by('year'),by('month')]).sum()

代碼中的subset是一個DataFrame，它具有一個名為“日期”的列（例如，2013-02-04 06：20：49.634244），而沒有一個名為“年”和“月”的列。

我有麻煩的地方

• 我無法確定“年”和“月”的形式：

   grouped = pivot.groupby([by('year'),by('month')]).sum() 

• 是什么意思

   grouped = pivot.groupby([by('year'),by('month')]).sum() 

我做了什么：

• 在pandas中pandas文檔說：pandas.DataFrame.groupby的第一個參數可以是

  作者：映射函數/函數列表，字典，系列或元組/

• 由= lambda x：lambda y：getattr（y，x）

表示by（'bar'）返回一個函數，該函數從對象返回屬性'bar'

Answer 1

如果將callable傳遞給groupby ，則會在DataFrame的索引上調用它，因此此代碼DataFrame datetimelike索引的年和月進行分組。

In [55]: df = pd.DataFrame({'a': 1.0}, 
                           index=pd.date_range('2014-01-01', periods=13, freq='M'))

In [56]: df.groupby([by('year'), by('month')]).sum()
Out[56]: 
           a
2014 1   1.0
     2   1.0
     3   1.0
     4   1.0
     5   1.0
     6   1.0
     7   1.0
     8   1.0
     9   1.0
     10  1.0
     11  1.0
     12  1.0
2015 1   1.0

更明確地

In [57]: df.groupby([df.index.year, df.index.month]).sum()
Out[57]: 
           a
2014 1   1.0
     2   1.0
     3   1.0
     4   1.0
     5   1.0
     6   1.0
     7   1.0
     8   1.0
     9   1.0
     10  1.0
     11  1.0
     12  1.0
2015 1   1.0