python - 如何在熊猫中按天和月分组？

Question

给定一个这样的系列

    Date
2005-01-01    128
2005-01-02     72
2005-01-03     67
2005-01-04     61
2005-01-05     33
Name: Data_Value, dtype: int64

几年来，我如何将所有 1 月 1 日、所有 1 月 2 日等组合在一起？

我实际上是在尝试找到几年中一年中每一天的最大值，所以它不必是 groupby。如果有更简单的方法可以做到这一点，那就太好了。

Answer 1

您可以将索引转换为日期时间，然后用于strftime获取日期格式的字符串以进行分组：

df.groupby(pd.to_datetime(df.index).strftime('%b-%d'))['Date_Value'].max()

---

如果您的日期字符串中没有 NaN，您也可以切片。这将返回格式为“MM-DD”的字符串：

df.groupby(df.index.astype(str).str[5:])['Date_Value'].max()

Answer 2

作为替代方案，您可以使用数据透视表：

重置索引和格式日期列

df=df.reset_index()
df['date']=pd.to_datetime(df['index'])
df['year']=df['date'].dt.year
df['month']=df['date'].dt.month
df['day']=df['date'].dt.day

透视月和日列：

df_grouped=df.pivot_table(index=('month','day'),values='Date',aggfunc='max')

Answer 3

为什么不保持简单！

max_temp = dfall.groupby([(dfall.Date.dt.month),(dfall.Date.dt.day)])['Data_Value'].max()