重采樣和分組，均值和總和

Question

這是我的輸入 dataframe

d1 = pd.Timestamp(2020,8,1)
d2 = pd.Timestamp(2020,9,1)
somedict = {'a':[2,3,2,3,4], 'b':['one','two','two','two','one'], 'c':['yes','no','yes','yes','no'] ,'d':[d1,d1,d2,d1,d2], 'e':[8,7,7,6,9]}
df = pd.DataFrame(somedict)
df.set_index('d',inplace=True)

我想使用df.groupby('b')按b列對它進行分組，並使用df.resample('M')按月重新采樣。 分組和重采樣后，我想看兩件事

1. 我們在c列中有多少個yes的實例
2. 取a列的總和除以e列的總和

因此，生成的 output 應按b列中的類別one, two分組，並且應每月顯示實例的總和/數量

我嘗試運行(df['c'] == 'yes').resample('M').mean()幾乎可以回答問題 1，但由於b不再是結果的一部分，我可以'不要寫groupby('b') 。

Answer 1

嘗試使用pd.Grouper ：

groups = df.groupby(['b',pd.Grouper(freq='M')])

out = pd.DataFrame({'count_c': groups['c'].apply(lambda x: x.eq('yes').sum()),
                    'a/e': groups['a'].sum()/groups['e'].sum()
                   })

Output：

                count_c       a/e
b   d                            
one 2020-08-31        1  0.250000
    2020-09-30        0  0.444444
two 2020-08-31        1  0.461538
    2020-09-30        1  0.285714

或者，您可以繞過apply function 並使用 pipe 代替（速度略有增加）：

(df.assign(c=lambda df: df['c'].map({"yes":1,"no":0}))
   .groupby(['b', pd.Grouper(freq='M')])
   .pipe(lambda df: pd.DataFrame({"count_c": df['c'].sum(), 
                                  "a/e": df['a'].sum()/df['e'].sum()}))
 )
 
                count_c       a/e
b   d                            
one 2020-08-31        1  0.250000
    2020-09-30        0  0.444444
two 2020-08-31        1  0.461538
    2020-09-30        1  0.285714