python - Pandas DataFrame groupby 具有多索引的时间戳频率

Question

我有一个带有 MultiIndex(时间戳、dgg)的 DataFrame，如下所示:

In [1]: df.head()
Out[1]: 
                   smos_vwc   map_vwc
timestamp  dgg                       
2015-03-31 233862  0.195203  0.315370
           233348  0.321409  0.271887
           233349  0.272508  0.275955
           233350  0.249663  0.279324
           232833  0.269949  0.266547

时间戳持续很多天。我想按月份和 dgg 对这些数据进行分组，但我不确定有什么好方法。如果我使用具有正常索引的 DataFrame 按月进行分组，我可以执行 df.groupby(df.index.month) (或使用 pd.TimeGrouper)，但是MultiIndex 没有 DatetimeIndex 属性。

只是把它扔在那里，如果我不想保留 dgg，我可以df.reset_index(level='dgg').groupby(df.reset_index(level='dgg') .index.month)，但随后我失去了 dgg 分组。

Answer 1

假设您想按月分组，而不是按年月分组(例如，2012-03 和 2013-03 位于同一组)，您可以这样做:

• 重置索引，使 dgg 和 timestamp 成为常规列
• 将计算月份放入其自己的列中，
• 然后按dgg 和月份分组。

看起来像这样:

result = (
    df.reset_index()
      .assign(month=lambda x: x['timestamp'].dt.month)
      .grouby(by=['dgg', 'month'])
      .<apply/agg/transform/filter>(...)
)