我有以下資料框：
| cluster_ID | 柜臺_1 | 計數器_2 | 日期 |
|---|---|---|---|
| 0 | 1 | 0 | 2021-01-02 10:00:00 |
| 0 | 1 | 2 | 2021-01-03 12:00:24 |
| 0 | 0 | 1 | 2021-01-04 09:10:30 |
| 0 | 2 | 1 | 2021-02-15 08:10:21 |
| 0 | 1 | 1 | 2021-03-04 14:23:43 |
| 1 | 2 | 0 | 2020-12-30 13:16:45 |
| 1 | 2 | 3 | 2021-01-07 12:13:23 |
| 1 | 1 | 2 | 2021-03-06 07:28:23 |
| 2 | 1 | 1 | 2021-01-10 14:24:23 |
| 2 | 1 | 0 | 2021-01-15 17:23:35 |
| 2 | 0 | 1 | 2021-01-20 13:28:13 |
| 2 | 1 | 2 | 2021-02-11 11:23:15 |
| 3 | 3 | 2 | 2021-04-13 21:14:19 |
我想定義一個函式，該函式生成一個新的資料框，該資料框包括表中每個現有月份的 2 個新列，用于從 counter_1 和 counter_2 資訊生成的日期列。對于按 cluster_ID 的每個組，每個月分別對每個計數器的列 counter_1 和 counter_2 求和。如果該月不存在任何值，則結果表應填寫為 0。日期的值是 Python 時間戳。
結果資料框的示例：
| cluster_ID | counter_1_2020-12 | counter_2_2020-12 | counter_1_2021-01 | counter_2_2021-01 | counter_1_2021-02 | counter_2_2021-02 | counter_1_2021-03 | counter_2_2021-03 | counter_1_2021-04 | counter_2_2021-04 |
|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 0 | 0 | 2 | 3 | 2 | 1 | 1 | 1 | 0 | 0 |
| 1 | 2 | 0 | 2 | 3 | 0 | 0 | 1 | 2 | 0 | 0 |
| 2 | 0 | 0 | 2 | 2 | 1 | 2 | 0 | 0 | 0 | 0 |
| 3 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 3 | 2 |
我希望你能幫助我解決我的問題。我很感激你的幫助。
uj5u.com熱心網友回復：
您可以將日期時間轉換為字串，通過with進行YYYY-MM旋轉，按日期對列進行排序并按以下方式展平：DataFrame.pivot_tableaggfunc='sum'MultiIndexmap
df['date'] = pd.to_datetime(df['date'])
df1 = (df.assign(date = df['date'].dt.strftime('%Y-%m'))
.pivot_table(index='cluster_ID', columns='date', fill_value=0, aggfunc='sum')
.sort_index(level=[1,0], axis=1))
df1.columns = df1.columns.map(lambda x: f'{x[0]}_{x[1]}')
df1 = df1.reset_index()
print (df1)
cluster_ID counter_1_2020-12 counter_2_2020-12 counter_1_2021-01 \
0 0 0 0 2
1 1 2 0 2
2 2 0 0 2
3 3 0 0 0
counter_2_2021-01 counter_1_2021-02 counter_2_2021-02 counter_1_2021-03 \
0 3 2 1 1
1 3 0 0 1
2 2 1 2 0
3 0 0 0 0
counter_2_2021-03 counter_1_2021-04 counter_2_2021-04
0 1 0 0
1 2 0 0
2 0 0 0
3 0 3 2
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/451457.html