python - 复杂的主元和重采样

Question

我不确定从哪里开始，所以很抱歉我没有尝试。

这是我的数据的初始形状:

df = pd.DataFrame({
    'Year-Mth': ['1900-01'
                 ,'1901-02'
                 ,'1903-02'
                 ,'1903-03'
                 ,'1903-04'
                 ,'1911-08'
                 ,'1911-09'], 
    'Category': ['A','A','B','B','B','B','B'], 
    'SubCategory': ['X','Y','Y','Y','Z','Q','Y'], 
    'counter': [1,1,1,1,1,1,1]
})

df

这是我想要得到的结果 - 下面的 Mth-Year 已重新采样为 4 年桶:

如果可能的话，我想通过一个使“Year-Mth”可重采样的过程来做到这一点——这样我就可以轻松切换到不同的桶。

Answer 1

这是我的尝试:

df['Year'] = pd.cut(df['Year-Mth'].str[:4].astype(int), 
                    bins=np.arange(1900, 1920, 5), right=False)
df.pivot_table(index=['SubCategory', 'Year'], columns='Category', 
               values='counter', aggfunc='sum').dropna(how='all').fillna(0)
Out: 
Category                    A    B
SubCategory Year                  
Q           [1910, 1915)  0.0  1.0
X           [1900, 1905)  1.0  0.0
Y           [1900, 1905)  1.0  2.0
            [1910, 1915)  0.0  1.0
Z           [1900, 1905)  0.0  1.0

据我所知，年列未参数化，因为 pandas(或 numpy)不提供步长的切割选项。但我认为可以通过对最小值/最大值进行一些算术来完成。像这样的东西:

df['Year'] = pd.to_datetime(df['Year-Mth']).dt.year
df['Year'] = pd.cut(df['Year'], bins=np.arange(df['Year'].min(), 
                    df['Year'].max() + 5, 5), right=False)

不过，这不会像 Excel 那样创建漂亮的容器。