日時月ごとのパンダデータフレームグループ

csvファイルについて考えてみます。

string,date,number
a string,2/5/11 9:16am,1.0
a string,3/5/11 10:44pm,2.0
a string,4/22/11 12:07pm,3.0
a string,4/22/11 12:10pm,4.0
a string,4/29/11 11:59am,1.0
a string,5/2/11 1:41pm,2.0
a string,5/2/11 2:02pm,3.0
a string,5/2/11 2:56pm,4.0
a string,5/2/11 3:00pm,5.0
a string,5/2/14 3:02pm,6.0
a string,5/2/14 3:18pm,7.0

これを読み込んで、日付列を日時形式に再フォーマットできます。

b=pd.read_csv('b.dat')
b['date']=pd.to_datetime(b['date'],format='%m/%d/%y %I:%M%p')

私は月ごとにデータをグループ化しようとしています。月にアクセスし、それによってグループ化する明白な方法があるはずのようです。しかし、私はそれをすることができないようです。誰かが方法を知っていますか？

私が現在試しているのは、日付によるインデックスの再作成です。

b.index=b['date']

私は次のように月にアクセスできます：

b.index.month

ただ、月ごとにまとめる機能が見つからないようです。

なんとかやった：

b = pd.read_csv('b.dat')
b.index = pd.to_datetime(b['date'],format='%m/%d/%y %I:%M%p')
b.groupby(by=[b.index.month, b.index.year])

または

b.groupby(pd.Grouper(freq='M'))  # update for v0.21+

（更新：2018）

pd.Timegrouperは減価償却され、削除されることに注意してください。代わりに使用してください：

 df.groupby(pd.Grouper(freq='M'))

MultiIndexを回避する1つの解決策は、datetimeday = 1を設定する新しい列を作成することです。次にこの列でグループ化します。

曜日を正規化する

df = pd.DataFrame({'Date': pd.to_datetime(['2017-10-05', '2017-10-20', '2017-10-01', '2017-09-01']),
                   'Values': [5, 10, 15, 20]})

# normalize day to beginning of month, 4 alternative methods below
df['YearMonth'] = df['Date'] + pd.offsets.MonthEnd(-1) + pd.offsets.Day(1)
df['YearMonth'] = df['Date'] - pd.to_timedelta(df['Date'].dt.day-1, unit='D')
df['YearMonth'] = df['Date'].map(lambda dt: dt.replace(day=1))
df['YearMonth'] = df['Date'].dt.normalize().map(pd.tseries.offsets.MonthBegin().rollback)

次にgroupby、通常どおりに使用します。

g = df.groupby('YearMonth')

res = g['Values'].sum()

# YearMonth
# 2017-09-01    20
# 2017-10-01    30
# Name: Values, dtype: int64

比較 pd.Grouper

このソリューションの微妙な利点は、とは異なりpd.Grouper、ハタのインデックスが月末ではなく毎月の初めに正規化されることです。したがって、次の方法でグループを簡単に抽出できますget_group。

some_group = g.get_group('2017-10-01')

10月の最終日を計算するのは少し面倒です。pd.Grouper、v0.23以降、conventionパラメータをサポートしますが、これはPeriodIndexハタにのみ適用されます。

文字列変換との比較

上記のアイデアの代わりに、文字列に変換する2017-10-XXこともできます'2017-10'。たとえば、日時を文字列に変換します。ただし、一連の文字列（ポインタの配列として格納されるdatetime）とobject一連の文字列（連続したメモリブロックに数値データとして内部的に格納される）の効率上の利点がすべて失われるため、これはお勧めしません。

@jppのやや代替の解決策ですが、YearMonth文字列を出力します。

df['YearMonth'] = pd.to_datetime(df['Date']).apply(lambda x: '{year}-{month}'.format(year=x.year, month=x.month))

res = df.groupby('YearMonth')['Values'].sum()