python - 如何通过 Pandas 中不同的列值重组每日时间序列？

Question

我有美国不同县的每日时间序列数据，这是 covid cases 每日时间序列，我想重组/ reshape 它以便与我拥有的其他时间序列数据一起使用。所以我尝试了 groupby 操作来重新组合时间序列，但我得到如下值错误:

ValueError: No axis named county_state for object type DataFrame

我不确定使用 groupby 是否正确。谁能建议在 Pandas 中正确执行此操作的可能方法？有什么想法吗？

当前尝试

这是 reproducible data on gist .这是我目前的尝试:

import pandas as pd

df = pd.read_csv("df.csv")
df['date'] = pd.to_datetime(df['date'])
df.groupby('date', 'county_state')['cases', 'deaths'].unstack().reset_index()

但上面的尝试不起作用，而是导致 ValueError。谁能建议如何做到这一点？

期望的输出

这是我预期的数据帧的输出结构，不需要使用 cases 或 deaths 的聚合。

    date    fips    cases   deaths  county_state
1/26/2020   4013    1   0   Maricopa_Arizona
1/27/2020   4013    5    0  Maricopa_Arizona
1/28/2020   4013    7    0  Maricopa_Arizona
...         
9/02/202    4013    2333  100     Maricopa_Arizona
1/26/2020   6037    1   0   Los Angeles_California
1/27/2020   6037    15    2  Los Angeles_California
1/28/2020   6037    20    4  Los Angeles_California
...
9/02/202    6037    10001  200     Los Angeles_California

如何实现我上面的预期输出？有什么办法可以在 Pandas 中做到这一点？

Answer 1

我认为这会为您提供所需的输出:

df.groupby(['fips', 'county_state', 'date']).sum().reset_index()[["date", "fips", "cases", "deaths", “county_state”]]

编辑:数据框是这样读入的:

df = pd.read_csv("https://gist.github.com/jerry-shad/f372d7a05e1a63732665fad0c7c754d0/raw/425b91083519adae00056aac3b25dcb3cfda42bc/df.csv", sep="\t").drop(columns= [“未命名:5”])

结果:

date    fips    cases   deaths  county_state
0   1/26/2020   4013    1   0   Maricopa_Arizona
1   1/27/2020   4013    1   0   Maricopa_Arizona
2   1/28/2020   4013    1   0   Maricopa_Arizona
3   1/29/2020   4013    1   0   Maricopa_Arizona
4   1/30/2020   4013    1   0   Maricopa_Arizona
... ... ... ... ... ...
7456    8/7/2020    55081   242 2   Monroe_Wisconsin
7457    8/8/2020    55081   242 2   Monroe_Wisconsin
7458    8/9/2020    55081   243 2   Monroe_Wisconsin
7459    9/1/2020    55081   286 2   Monroe_Wisconsin
7460    9/2/2020    55081   290 2   Monroe_Wisconsin