python - 使用 DataFrame 导出系列的转换

Question

我将以下形式的数据存储在 DataFrame 中。我想获取按类型分组的每个指标的每日总和，例如 2012 年 10 月 3 日 linkedin_profiles 的总和。

sample_date                            metric_name  sample

2012-10-03 21:30:18.742307+00:00  linkedin_profile     257
2012-10-03 21:30:25.132189+00:00   twitter_profile     972
2012-10-03 21:30:26.063389+00:00     youtube_video   10393
2012-10-03 21:30:26.178347+00:00     youtube_video    2866
2012-10-03 21:30:26.215093+00:00     youtube_video    5877

我还可能希望能够为 DataFrame 中的每个 (metric_name) 将 metric_name 特定数据提取到一个 Series 对象中。也就是说，它将是一个指标(如 linkedin_profiles)的每日总和。

Answer 1

假设您有这个 DataFrame:

import io
import pandas as pd

text = '''\
sample_date                            metric_name  sample
2012-10-03 21:30:18.742307+00:00  linkedin_profile     257
2012-10-03 21:30:25.132189+00:00   twitter_profile     972
2012-10-03 21:30:26.063389+00:00     youtube_video   10393
2012-10-03 21:30:26.178347+00:00     youtube_video    2866
2012-10-03 21:30:26.215093+00:00     youtube_video    5877
'''        
df = pd.read_table(io.BytesIO(text), sep='\s{2,}', parse_dates=[0,1])

您可以按日期和 metric_name 分组，然后像这样对 sample 值求和:

dates = df['sample_date'].apply(lambda x: x.date())
total = df.groupby([dates, 'metric_name']).sum()
print(total)
#                               sample
# sample_date metric_name             
# 2012-10-03  linkedin_profile     257
#             twitter_profile      972
#             youtube_video      19136

或者，如果您希望先只选择那些 metric_name 等于 'youtube_video' 的行，您可以使用

youtube_df = (df[df['metric_name'] == 'youtube_video'])

然后像这样按日期分组:

dates = youtube_df['sample_date'].apply(lambda x: x.date())
youtube_total = youtube_df.groupby([dates]).sum()
print(youtube_total)
# sample_date        
# 2012-10-03    19136