python - 按日期对数据框进行分组

Question

我有一个数据框，其中包含多个日期和两种类型的值最大值和最小值，当然还有值的数量或数量，它看起来像这样。

Date       Type      Quantity
2008-01-01   Max        100
2008-01-01   Max        105
2008-01-01   Min        80
2008-01-01   Min        75
2009-01-01   Max        101
2009-01-01   Max        106

我正在尝试按日和月对这个数据框进行分组(我不确定分组是否是正确的术语)(我想获得所有年份的最大和最小日值)并将其分为2个系列最大值和最小值，因此最终结果如下所示。我已经消除了诸如闰年 2-29 之类的日期，所以这是有道理的。

Date       Type      Quantity
01-01       Max        106
01-02       Max        107
01-03       Max        104



Date       Type      Quantity
01-01       Min        75
01-02       Min        72
01-03       Min        74

知道如何解决这个问题吗？

谢谢大家!

Answer 1

您可以使用 strftime 创建的 Series 的 groupby和列 Type 并通过 dict 与 super solution of BrenBarn 聚合 max 和 min ，最后为 dfmax 和 dfmin boolean indexing :

print (df)
        Date Type  Quantity
0 2008-01-01  Max       100
1 2008-01-02  Max       105
2 2008-01-01  Min        80
3 2008-01-01  Min        75
4 2009-01-02  Max       101
5 2009-01-01  Max       106

print (df.Date.dt.strftime('%m-%d'))
0    01-01
1    01-02
2    01-01
3    01-01
4    01-02
5    01-01
Name: Date, dtype: object

func_map = {'Min': min, 'Max': max}
df1 = df.groupby([df.Date.dt.strftime('%m-%d'), 'Type'])['Quantity']
        .apply(lambda g: func_map[g.name[1]](g))
        .reset_index()
print (df1)
    Date Type  Quantity
0  01-01  Max       106
1  01-01  Min        75
2  01-02  Max       105

mask = df1.Type == 'Max'
dfmax = df1[mask]
print (dfmax)
    Date Type  Quantity
0  01-01  Max       106
2  01-02  Max       105

dfmin = df1[~mask]
print (dfmin)
    Date Type  Quantity
1  01-01  Min        75