Python-科學計算-pandas-19-df分組上中下旬

系統：Windows 10
語言版本：conda 4.4.10
編輯器：JetBrains PyCharm Community Edition 2018.2.2 x64
pandas：0.22.0

• 這個系列講講Python的科學計算及視覺化
• 今天講講pandas模組
• 按照時間列，得出每行屬於上中下旬，進而對df進行分組

Part 1：場景描述

1. 已知df，包括3列，["time", "pos", "value1"]
2. 根據time列的結果對df進行分組，分為上旬、中旬、下旬三組
3. 分組規則，設定如下（這裡只是假設一種分法，官方分法請查閱相關資料）：
   • 每月10號之前（包括10號）為上旬，對應數學表示式為：x ≤10
   • 每月10-20號為中旬，對應數學表示式為：10＜x ≤20
   • 每月20號之後為下旬，不包括20號，對應數學表示式為：x ＞20

df

Part 2：程式碼邏輯

1. 新生成time1列，該列是time列對應的日期格式資料
2. 生成一個新列flag，為time1列對應的具體幾號（取值範圍1-31）
3. 對flag進行判斷，將結果寫入xun列
4. 根據xun列進行過濾，獲取對應資料

Part 3：程式碼

import pandas as pd
import numpy as np

# 顯示所有列
pd.set_option('display.max_columns', None)
# 顯示所有行
pd.set_option('display.max_rows', None)
# 設定顯示長度為100
pd.set_option('max_colwidth', 100)
# 設定對齊
pd.set_option('display.unicode.ambiguous_as_wide', True)
pd.set_option('display.unicode.east_asian_width', True)
# 設定列印寬度
pd.set_option('display.width', 180)

dict_1 = {"time": ["2019-11-02", "2019-11-15", "2019-11-25", "2019-11-05",
                   "2019-12-13", "2019-12-03", "2019-12-16", "2019-12-29"],
          "pos": ["A", "A", "B", "B", "C", "C", "C", "D"],
          "value1": [10, 20, 30, 40, 50, 60, 70, 80]}

df = pd.DataFrame(dict_1, columns=["time", "pos", "value1"])
print("\n", "df", "\n", df, "\n", df.dtypes)

df["time1"] = pd.to_datetime(df['time'])
print("\n", "df", "\n", df, "\n", df.dtypes)

# 獲取年月日資訊
df["年"] = df["time1"].dt.year
df["月"] = df["time1"].dt.month
df["日"] = df["time1"].dt.day
df["時"] = df["time1"].dt.hour
df["分"] = df["time1"].dt.minute
df["秒"] = df["time1"].dt.second

df["flag"] = df["日"]

df["xun"] = np.where((df["flag"] > 10) & (df["flag"] <= 20), "中旬", np.where(df["flag"] <= 10, "上旬", "下旬"))
print("\n")
print(df)

df_1 = df[df["xun"] == "上旬"]
print("\n")
print(df_1)

df_1 = df[df["xun"] == "中旬"]
print("\n")
print(df_1)

df_1 = df[df["xun"] == "下旬"]
print("\n")
print(df_1)

程式碼截圖

Part 4：部分程式碼解讀

1. df["time1"] = pd.to_datetime(df['time'])時間格式轉換，新生成的資料型別為datetime64

時間格式轉換

2. df["日"] = df["time1"].dt.day獲取日期對應的具體幾號
3.df["xun"] = np.where((df["flag"] > 10) & (df["flag"] <= 20), "中旬", np.where(df["flag"] <= 10, "上旬", "下旬"))，兩重判斷
- np.where(條件,滿足條件結果,不滿足條件結果)
- 支援巢狀，有點VBA公式的感覺
- 對flag列的每個元素進行計算，結果為xun

4. df_1 = df[df["xun"] == "上旬"]獲取上旬資料

本文為原創作品，歡迎分享朋友圈

長按圖片識別二維碼，關注本公眾號
Python 優雅 帥氣