python - Pandas 数据帧: Getting an Element in a Column by Month in Datetime Index?

Question

我已成功按日期时间月份对数据框进行分组:

df.set_index('Date').groupby(pd.Grouper(freq='M')).sum()

数据如下所示:

           price, debt
2018-4-30, 40.0, 50,0
2018-5-31, 10.0, 0.0
2018-6-30, 30.0, 0.0
2018-7-31, 30.0, 10.0

当我运行print(df.index)时，它给我这个:

DatetimeIndex(['2018-04-30', '2018-05-31', '2018-6-30', '2018-7-31'], dtype='datetime64[ns]', name='Date', freq='M')

有没有办法按索引中的月/年匹配列？因此，如果我想获取 2018 年 7 月的价格，它将返回 30.0。如果没有，最好的方法是什么？谢谢。

Answer 1

使用partial string indexing按年份和月份 item将一个元素 Series 转换为标量:

print(df['2018-07']['price'].item())
30.0

或者使用按 MS 分组作为字符串的开头，并按第一天的 loc 选择:

df = df.set_index('Date').groupby(pd.Grouper(freq='MS')).sum()
print (df)
            price  debt
Date                   
2018-04-01   40.0  50.0
2018-05-01   10.0   0.0
2018-06-01   30.0   0.0
2018-07-01   30.0  10.0

print(df.loc['2018-07-01', 'price'])
30.0

另一个解决方案是将日期时间转换为月份周期 to_period :

df['Date'] = df['Date'].dt.to_period('M')
df = df.groupby('Date').sum()
print (df)
         price  debt
Date                
2018-04   40.0  50.0
2018-05   10.0   0.0
2018-06   30.0   0.0
2018-07   30.0  10.0

print (df.loc['2018-07', 'price'])
30.0

如果使用某些旧版本的 pandas 也可以工作(感谢 Alexander ):

df.loc['2018-07', 'price']

但是在pandas 0.22.0中得到:

KeyError: 'the label [2018-07] is not in the [index]'