datetime - Pandas:分组并使用日期时间进行转换

Question

我仍然是 Pandas 的初学者，当我在多列(包括 dtype datetime64[ns] 列)上使用 groupby-transform 操作时，偶然发现了一个非常奇怪的行为。

我的(玩具)示例是:

import pandas as pd
df = pd.DataFrame({'date': [pd.datetime(2014,3,17),    pd.datetime(2014,3,24), pd.datetime(2014,3,17)], 'hdg_id': [4041,4041,4041],'stock': [1.0,1.0,1.0]})

In[117]: df
Out[117]: 
    date  hdg_id  stock
0 2014-03-17    4041      1
1 2014-03-24    4041      1
2 2014-03-17    4041      1

我现在对日期和 hdg_id 进行分组(对于 hdg_id 来说是微不足道的，因为只有一个唯一值，但我需要多个分组来产生结果，我的实际应用当然更复杂):

In[118]: df.groupby(['date', 'hdg_id']).transform(sum)
Out[118]: 
           stock
0   0.000000e+00
1  4.940656e-324
2   0.000000e+00

这不是我预期的结果。如果我将列日期转换为字符串类型，我会得到我所期望的:

In[129]: df['date']=df['date'].astype(str)
In[131]: df.groupby(['date', 'hdg_id']).transform(sum)
Out[131]: 
   stock
0      2
1      1
2      2

任何人都可以分享一些内部发生的事情吗？

非常感谢!

Answer 1

有理由使用 .transform(sum) 吗？

你可以这样做:
df.groupby(['date', 'hdg_id']).sum()