python - 如何按日期范围和类别对 Pandas 进行分类？

Question

我有一个包含日期、类别和值的数据框。我想绘制每个类别的总和聚合值。例如，我想对 3 天内发生的值求和，但对每个类别分别进行求和。

一个看起来太复杂的尝试是

import random
import datetime as dt
import pandas as pd
random.seed(0)

df=pd.DataFrame([[dt.datetime(2000,1,random.randint(1,31)), random.choice("abc"), random.randint(1,3)] for _ in range(100)], columns=["date", "cat", "value"])
df.set_index("date", inplace=True)

result=df.groupby("cat").resample("3d", how="sum").unstack("cat").value.fillna(0)
result.plot()

这基本上是正确的逻辑，但重采样没有固定的开始，因此 3 天时间段的日期范围在类别之间不对齐(我得到 NaN/0 值)。

实现这个情节的更好方法是什么？

Answer 1

我认为你应该按 cat 和 date 分组:

df = pd.DataFrame([[dt.datetime(2000,1,random.randint(1,31)), random.choice("abc"), random.randint(1,3)] for _ in range(100)], columns=["date", "cat", "value"])
df.groupby(["cat", pd.Grouper(freq='3d',key='date')]).sum().unstack(0).fillna(0).plot()