Python-科学计算-pandas-19-df分组上中下旬

zishendianxia

发布于 2020-12-18 15:25:49

9290

发布于 2020-12-18 15:25:49

文章被收录于专栏：Python工程师

系统：Windows 10 语言版本：conda 4.4.10 编辑器：JetBrains PyCharm Community Edition 2018.2.2 x64 pandas：0.22.0

这个系列讲讲Python的科学计算及可视化
今天讲讲pandas模块
按照时间列，得出每行属于上中下旬，进而对df进行分组

Part 1：场景描述

已知df，包括3列，["time", "pos", "value1"]
根据time列的结果对df进行分组，分为上旬、中旬、下旬三组
分组规则，设置如下（这里只是假设一种分法，官方分法请查阅相关资料）：
- 每月10号之前（包括10号）为上旬，对应数学表达式为：x ≤10
- 每月10-20号为中旬，对应数学表达式为：10＜x ≤20
- 每月20号之后为下旬，不包括20号，对应数学表达式为：x ＞20

Part 2：代码逻辑

新生成time1列，该列是time列对应的日期格式数据
生成一个新列flag，为time1列对应的具体几号（取值范围1-31）
对flag进行判断，将结果写入xun列
根据xun列进行过滤，获取对应数据

Part 3：代码

import pandas as pd
import numpy as np

# 显示所有列
pd.set_option('display.max_columns', None)
# 显示所有行
pd.set_option('display.max_rows', None)
# 设置显示长度为100
pd.set_option('max_colwidth', 100)
# 设置对齐
pd.set_option('display.unicode.ambiguous_as_wide', True)
pd.set_option('display.unicode.east_asian_width', True)
# 设置打印宽度
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)

# 获取年月日信息
df["年"] = df["time1"].dt.year
df["月"] = df["time1"].dt.month
df["日"] = df["time1"].dt.day
df["时"] = 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)

代码截图

Part 4：部分代码解读

df["time1"] = pd.to_datetime(df['time'])时间格式转换，新生成的数据类型为datetime64

时间格式转换

df["日"] = df["time1"].dt.day获取日期对应的具体几号
df["xun"] = np.where((df["flag"] > 10) & (df["flag"] <= 20), "中旬", np.where(df["flag"] <= 10, "上旬", "下旬"))，两重判断
- np.where(条件,满足条件结果,不满足条件结果)
- 支持嵌套，有点VBA公式的感觉
- 对flag列的每个元素进行计算，结果为xun