熊貓分組並與當月相加

Question

這是我正在使用的 df 的前 10 行：

     id        user_id  session_date mb_used

0   1000_13     1000    2018-12-29  89.86
1   1000_204    1000    2018-12-31  0.00
2   1000_379    1000    2018-12-28  660.40
3   1000_413    1000    2018-12-26  270.99
4   1000_442    1000    2018-12-27  880.22
5   1001_0      1001    2018-08-24  284.68
6   1001_3      1001    2018-12-09  656.04
7   1001_4      1001    2018-11-04  16.97
8   1001_10     1001    2018-11-27  135.18
9   1001_15     1001    2018-12-13  761.92

我的問題是：我如何找到每個 user_id 每月的 mb_used 總量？ 這意味着我必須首先隔離每個 user_id，找出他們在同一個月使用了多少行數據，然后添加這些以獲得每個用戶的“每月使用的數據”。 我可以使用數據透視表使用以下代碼查找每個用戶使用的總數據： internet_per_user = pd.pivot_table(internet, index = 'user_id', columns='mb_used',aggfunc='sum')但我無法納入每月方面。

對於上面發布的 10 行，我希望輸出看起來像這樣（手工計算）：

user_id Month mb_used
1000    12    1901.47
1001    08    284.68
1001    12    1417.96
1001    11    152.15

Answer 1

您需要對每個月的用戶 ID 進行分組並計算總和。 您可以使用：

df['session_date'] = pd.to_datetime(df['session_date'], errors='coerce')
(df.groupby(['user_id', df['session_date'].dt.month])['mb_used']
   .sum()
   .reset_index())

   user_id  session_date  mb_used
0     1000            12  1901.47
1     1001             8   284.68
2     1001            11   152.15
3     1001            12  1417.96