Pandas 多索引數據透視表日期格式隨排序和精度損失而變化

Question

我有一個看起來像這樣的數據框

                                                 data
    time                       market
    2020-03-02 00:00:00        Commercial        78.0
                               Residential       79.0
    2020-03-02 04:45:15        Commerical        73.0
                               Residential       79.0
    2020-03-02 06:45:29        Commerical        79.0
                               Residential       71.0

我想要做的是，如果用戶選擇不同的時間格式，例如 %Y-%m-%d，將其應用於第一列。 但是，如果發生這種情況，該列中有重復項（例如，將有 3 個 2020-03-02 值），Multiindex.set_levels 不接受。 所以我需要以某種方式將它們組合在一起並對值求和，同時保持按時間順序排序。

理想輸出

                                        data
    time              market
    2020-03-02        Commercial        230.0
                      Residential       229.0

我的代碼

elem = df.index.get_level_values(0).sort_values().strftime("%Y-%m-%d")
df.index.set_levels(elem, level=0, inplace=True, verify_integrity=False)
df.groupby(['time', 'market']).sum()

此代碼導致時間列和市場列中出現重復，這很奇怪。 似乎它幾乎連接了市場列中的值

此外，我真的不想通過展平它或類似的東西來改變結構以不限制用戶。

Answer 1

IIUC，您可以按天和market按time分組。 此外，您需要確保time是datetime time類型：

(df.groupby([df.index.get_level_values('time')
               .normalize(), 'market'])
   .sum()
)

輸出：

                         data
time       market            
2020-03-02 Commercial   230.0
           Residential  229.0