python - Pandas Multiindex 到单列中的月日格式

Question

我有一个 pandas 数据框，它有一个多索引月，然后是日，然后是一列数据值，看起来像这样:

      Data
1 1     6
  2     10
  3     11
  4     12
  5     50
   ...
12 1    3
   2    4
   3    10
   4    11

你明白了。我已经分组了月份和日期。我想制作一个新列来一起格式化月份 - 日期。但似乎无法弄清楚。期望的输出看起来像这样:

M-D Data 
1-01 6
1-02 10
1-03 11
1-04 14
1-05 50

谁能为此提供最佳解决方案？注意:我之前使用以下代码创建了索引，也许我需要回去做一些重组？我将其设为多索引以便找到 min() 值。原始的“月”和“日”列在 10 年的跨度内有月和日，我只需要这 10 年中的最小值，因此需要 groupby()。

dframe['Date'] = pd.to_datetime(dframe['Date'])
dframe['Month'], dframe['Day'] = dframe['Date'].dt.month, 
dframe['Date'].dt.day
finaldf = dframe.groupby(['Month','Day'])['Data_Value'].min()
df = pd.DataFrame(finaldf)

提前致谢!

Answer 1

如果你需要把月和日格式化为m-d，那么从一开始就不分开是比较合理的做法，比如你可以格式化Date列为 %m-%d，按此变量分组并进行所需的聚合:

dframe.groupby(pd.to_datetime(dframe['Date']).dt.strftime('%m-%d'))['Data_Value'].min()

---

一个简短的例子:

dframe = pd.DataFrame({
    'Date': ['2017-08-01', '2016-08-01', '2017-08-02'],
    'Data_Value': [2,3,4]
})

dframe.groupby(pd.to_datetime(dframe['Date']).dt.strftime('%m-%d'))['Data_Value'].min()

#Date
#08-01    2
#08-02    4
#Name: Data_Value, dtype: int64