Python Pandas DataFrame - 如何根據另一列（日期類型）中的部分匹配對 1 列中的值求和？

Question

我在使用 Pandas DataFrame 處理我的數據集時遇到了一些問題。

這是我的數據集：

我的數據類型顯示如下：

我的數據集來自：
MY_DATASET = pd.read_excel(EXCEL_FILE_PATH, index_col = None, na_values = ['NA'], usecols = "A, D")

1. 我想對“日期”列中每個月的“人數”列中的所有值求和。 例如，只要“日期”列中的值為“2020-01”、“2020-02”...
   但是，我被卡住了，因為我不確定如何在部分匹配中使用 .groupby。

2. 1) 完成后，我還嘗試將“日期”列中的值從 YYYY-MM-DD 轉換為 YYYY-MMM，例如 2020-Jan。
   但是，我不確定是否有這樣的格式。

有誰知道如何解決這些問題？

非常感謝！

Answer 1

查看

s = df['NUMBER OF PEOPLE'].groupby(pd.to_datetime(df['DATE'])).dt.strftime('%Y-%b')).sum()

Answer 2

您可以使用 strftime('%b') 獲得縮寫的月份名稱，但月份名稱將全部為小寫：

df['group_time'] = df.date.apply(lambda x: x.strftime('%Y-%B')) 

如果您需要大寫月份的第一個字母，您可以執行以下操作：

df.group_date = df.group_date.apply(lambda x: f'{x[0:5]}{x[5].upper()}{x[6:]}'

# or in one step:

df['group_date']= df.date.apply(lambda x: x.strftime('%Y-%B')).apply(lambda x: f'{x[0:5]}
    ...: {x[5].upper()}{x[6:]}')   

現在你只需要 .groupby 和 .sum()：

result = df['NUMBER OF PEOPLE'].groupby(df.group_date).sum()

Answer 3

我做了一些修補，發現這對我也有用：

干杯