python - Pandas 系列 groupby 一组

Question

输入:

import pandas as pd
data = pd.DataFrame(data={'date':[pd.Timestamp('2016-02-15')]*3, 
    'time':[pd.Timedelta(x) for x in ('07:30:00','10:10:00','11:10:00')],'name':['A']*3, 'N':[1,2,3]}
).set_index(['date','time','name']).sort_index()
data = data[ data.index.get_level_values('time')>=pd.to_timedelta('09:30:00') ]
dataGB = data['N'].groupby(['date','name'])
print(data)
print('Number of groups:',len(dataGB))
print(dataGB.sum())
print(pd.__version__)

输出:

>>> print(data)
                          N
date       time     name   
2016-02-15 10:10:00 A     2
           11:10:00 A     3
>>> print('Number of groups:',len(dataGB))
Number of groups: 2
>>> print(dataGB.sum())
date    2
name    3
Name: N, dtype: int64
>>> print(pd.__version__)
0.24.1

问题:

1. 为什么我得到 2 个组，而明明应该只有一个？
2. 为什么我从 dataGB.sum() 中得到垃圾以及如何获得预期的(下面的)结果？

dataGB.sum() 的

预期结果:

>>> dataGB.sum()
date        name
2016-02-15  A       5
Name: N, dtype: int64

感谢您的帮助!

Answer 1

这可能是 pd.Series.groupby 的错误，我将针对这种情况在 pandas 中提交错误报告。

解决 #1 使用 pd.DataFrame 而不是 pd.Series

data[['N']].groupby(['date','name']).sum()

输出:

                 N
date       name   
2016-02-15 A     5

变通方法 #2 在 groupby 中使用 level 参数

data['N'].groupby(level=[0,2]).sum()

输出:

date        name
2016-02-15  A       5
Name: N, dtype: int64

围绕 #3 使用带有聚合器列的数据框:

 data.groupby(['date', 'name'])['N'].sum()

输出:

date        name
2016-02-15  A       5
Name: N, dtype: int64