pandas数据帧按工作日分组和排序
pandas是一个强大的数据分析工具，提供了丰富的数据处理和分析功能。其中，数据帧（DataFrame）是pandas中最常用的数据结构之一，类似于Excel中的表格，可以方便地进行数据的处理和分析。
按工作日分组和排序是pandas中常用的操作之一，可以通过以下步骤实现：
- 导入pandas库：import pandas as pd
- 创建数据帧： 假设我们有一个包含日期和数值的数据帧df，可以通过以下方式创建：df = pd.DataFrame({'日期': ['2022-01-01', '2022-01-02', '2022-01-03', '2022-01-04', '2022-01-05'], '数值': [10, 20, 30, 40, 50]})
- 将日期列转换为日期类型：df['日期'] = pd.to_datetime(df['日期'])
- 按工作日分组并求和：df_grouped = df.groupby(pd.Grouper(key='日期', freq='B')).sum()这里使用了
pd.Grouper函数将日期列按工作日（周一至周五）进行分组，并使用sum()函数对数值列进行求和。 - 按日期排序：df_sorted = df_grouped.sort_values(by='日期')使用
sort_values()函数按日期列进行排序，默认为升序排序。
至此，我们完成了按工作日分组和排序的操作。
关于pandas数据帧按工作日分组和排序的应用场景，可以用于金融数据分析、股票市场分析、销售数据分析等领域。通过按工作日分组和排序，可以方便地对时间序列数据进行统计和分析。
推荐的腾讯云相关产品和产品介绍链接地址如下：
- 腾讯云数据库 TencentDB：https://cloud.tencent.com/product/cdb
- 腾讯云云服务器 CVM：https://cloud.tencent.com/product/cvm
- 腾讯云对象存储 COS：https://cloud.tencent.com/product/cos
- 腾讯云人工智能 AI：https://cloud.tencent.com/product/ai
- 腾讯云物联网 IoT Hub：https://cloud.tencent.com/product/iothub
- 腾讯云移动开发 MSDK：https://cloud.tencent.com/product/msdk
请注意，以上链接仅供参考，具体选择产品时需要根据实际需求进行评估和决策。
相关·内容
1回答
按多列分组，按月/年分组
python、python-3.x、pandas
我需要帮助做熊猫的数据透视表。
我有以下Pandas数据帧：
+------------------+---------+-----------------+-------------+-------------------+
| Date | Product | Status of Order | # of Orders | Total Order Value |
+------------------+---------+-----------------+-------------+-------------------+
| January 1, 2016 |
浏览 18提问于2019-11-24得票数 0
回答已采纳
4回答
数据比较多，有什么好点的存储方案吗？
对象存储、文件存储
贵州地区，给公司做类似企业网盘的东西，存储数据大概在6~7T左右，有没有好点的存储方案呢？我看腾讯云这边有COS、CFS等，我是从网站直接读取数据，推荐那个？有没有什么试用渠道呢？
浏览 963提问于2017-09-15
请描述您的问题
标题：存储桶概述 - 对象存储 - 产品文档 - 帮助与文档 - 腾讯云
地址：https://cloud.tencent.com/document/product/436/6244
浏览 977提问于2018-01-31
1回答
Pandas:如何对不连续的日期列进行分组？
python、pandas、datetime
我在dataframe中有一列，其中包含不连续的日期。我需要按2天的频率对这些日期进行分组。数据样本(归一化后)：
2015-04-18 00:00:00
2015-04-20 00:00:00
2015-04-20 00:00:00
2015-04-21 00:00:00
2015-04-27 00:00:00
2015-04-30 00:00:00
2015-05-07 00:00:00
2015-05-08 00:00:00
我试着跟踪，但由于日期不连续，我没有得到预期的结果。
df.groupby(pd.Grouper(key =
浏览 1提问于2018-07-07得票数 0
3回答
更改大熊猫数据框架，从熊猫的数据框架中添加每年每个月的最大栏->最大值。我该怎么做？
python、pandas、dataframe、date、google-colaboratory
所以我有一个数据框架结构，看起来像(日期，值，月，年) <-月和年是从数据帧中提取出来的。我希望在另一列'max‘中获得' value’列的最大值，用于一年中的每个月。同一“月”和“年”有多个“日期”。例如,
Date |value | month | year |
2013-01-03 | 13 | 01 | 2013 |
2013-01-06 | 14 | 01 | 2013 |
2014-01-03 | 16 | 01 | 2014 |
2011-01-03 | 15 | 01 | 2011 |
应该给出如下的东西
浏览 1提问于2020-08-16得票数 0
回答已采纳
7回答
是否同时对列和索引值对pandas数据帧进行排序？
python、pandas、sorting、dataframe
按列的值和索引对pandas dataframe进行排序是否可行？
如果按列的值对pandas数据帧进行排序，则可以得到按列排序的结果数据帧，但不幸的是，您会看到数据帧的索引顺序与排序列的值相同。
那么，我是否可以按列对数据帧进行排序，例如名为count的列，但也可以按索引值对其进行排序？按降序对列进行排序也是可行的，但是按升序对索引进行排序是否可行呢？
我知道如何对dataframe中的多个列进行排序，也知道通过首先对索引执行reset_index()并对其进行排序，然后再次创建索引，就可以实现这里所要求的结果。但是，这是不是更直观、更有效的方法呢？
浏览 2提问于2013-11-29得票数 59
2回答
Python pandas列过滤子字符串
python、python-3.x、pandas、dataframe
我在使用pandas的python3中有一个数据帧，它有一个列，其中包含一个带有日期的字符串。 这是列的子集 ColA
"2021-04-03"
"2021-04-08"
"2020-04-12"
"2020-04-08"
"2020-04-12" 我想删除两次具有相同月份和日期的行，并保留具有最新年份的行。 这将是我期望从这个子集得到的结果 ColA
"2021-04-03"
"2021-04-08"
"2020-04-12" 最后两行被删除，因为2020-04-
浏览 16提问于2020-08-28得票数 1
回答已采纳
1回答
如何用层次指数计算大熊猫的平均数
python-3.x、pandas
我有一个具有1mi行和分层索引(国家、州、城市，按此顺序)的pandas数据帧，每行都有一个产品的价格观察。我如何计算每个国家、州和城市的均值和标准差(请记住，由于我的df很大，我正在避免循环)？对于每个级别的均值和标准差，我希望将值保存在此数据框中的新列中，以供将来访问。
浏览 16提问于2017-06-23得票数 1
回答已采纳
5回答
微信小程序人脸与身份证照片对比登录,后端做什么？
官方文档、小程序·云开发
微信小程序前端和后端分别要做些什么 ? 所有需要的东西有哪些 ? (请尽量详细点)
标题：人脸识别 - 智能图像服务 - 产品文档 - 帮助与文档 - 腾讯云
地址：https://cloud.tencent.com/document/product/641/12397
浏览 2447提问于2018-01-24
1回答
熊猫为每个ID选择每小时的值
python、pandas、hour
我有一个数据帧，其中我有一些ID，对于每个ID，我有一些值和时间戳(连续5到7天，每5分钟大约有一个值)。我想为每个小时和每个ID选择该小时的平均值、中位数和方差，并将它们存储在不同的列中，如以下结果所示： hour mean var median ID
0 2 4 4 1234
1 4 5 3 1234
...
23 2 2 3 1234 我的专栏有： ID int64
Value
浏览 14提问于2019-09-07得票数 0
回答已采纳
1回答
按两列分组，其中一列是datetime
pandas、dataframe、datetime
我有一个数据框，我想按两列分组，其中一列是datetime类型。我该怎么做呢？ import pandas as pd
import datetime as dt
df = pd.DataFrame({
'a':np.random.randn(6),
'b':np.random.choice( [5,7,np.nan], 6),
'g':{1002,300,1002,300,1002,300}
'c':np.random.choice( ['panda','python','s
浏览 20提问于2020-06-27得票数 2
3回答
将Pandas数据栏转换为行
python、pandas
我有一个由2002年列和258个行组成的大型Pandas数据，其中每个列代表一个产品，每一行都显示给定一天的每个产品的销售情况。
我想将它转换为一个包含产品名称和销售额的Pandas数据，其中包含2002 * 258 = 516,516行和2列。如何在Python中有效地做到这一点？
以下数据可作为一个例子：
d = {'Product 1': [1, 2], 'Product 2': [3, 4], 'Product 3': [1, 1]}
df = pd.DataFrame(data=d)
浏览 2提问于2018-04-10得票数 1
回答已采纳
1回答
熊猫群误
python、pandas、pandas-groupby
当尝试按月和国家按数据进行分组时，我得到以下错误：'tuple‘对象没有属性'lower'
下面是我使用的代码：
df = df.groupby(
[pd.to_datetime(df.time).dt.strftime('%b %Y'), 'Country'])['% Return'].mean().reset_index()
示例数据
time Country % Return
2017-07-30 br 3
2017-07-31 br 4
2017-08-01
浏览 1提问于2018-03-12得票数 2
1回答
关于如何调整代码以将正确的表作为数据帧返回，有什么建议吗？
python、pandas、dataframe
我正在尝试编写一个函数，该函数接受数据帧，按列对数据帧进行分组，然后使用第二列的平均值从最大到最小对该列进行排序。我正在尝试返回一个数据帧。我同时使用了seaborn和pandas。
这就是我到目前为止所知道的
def table(df, columnone, columntwo):
dfnew = df.groupby([columnone])[columntwo].nlargest()
return dfnew
我不太确定我错过了什么，或者我应该寻找什么。我是python的新手，如果有任何帮助，我将不胜感激。
浏览 1提问于2021-04-21得票数 0
2回答
我怎样才能得到每天的最后10张记录？
python、time-series、timestamp
我有一个DataFrame，每天有96个记录，连续5天。
数据：{“值”：{时间戳('2018-05-03 00:07:30')：13.02657778，时间戳('2018-05-03 00:22:30')：10.89890556，时间戳('2018-05-03 00:37:30')：11.04877222 .(更多的日子和时间)
数据类型： DatetimeIndex (索引列)和float64 (“flow”列)。
我想在指定的小时(H)之前保存每天的10条记录。
我只做了一天：
df.loc[df['time'] <
浏览 7提问于2021-04-29得票数 0
回答已采纳
2回答
Groupby、Shift和Sum
python、pandas、shift
我有以下数据帧：
product Week_Number Sales
1 1 10
2 1 15
1 2 20
我想按产品和周数分组，并创建一个列，其中包含该产品下一周的销售额：
product Week_Number Sales next_week
1 1 10 20
2
浏览 0提问于2019-07-09得票数 3
1回答
pandas数据帧中的分组分析
pandas、dataframe、group-by
我有一个数据帧'order_data‘，其中包含有关每日订单的详细信息，其中一列是日期时间格式的'date’，另一列是'size‘，其中三种大小的订单可以是'A’、'B‘或'C’。
我想分析每个5分钟间隔的订单大小，显示其相应的百分比(例如，18:30-18:35: A=50%，B=30%，C=20%)。
到目前为止，我已经能够按5分钟的间隔对订单进行分组，并使用熊猫"groupby“进行计数，如下所示：
grouped=order_data.groupby([pd.Grouper(key='date', freq=
浏览 0提问于2019-06-05得票数 1
1回答
将python脚本转换为Spotfire Python数据函数的问题
python、spotfire
我有一个非常简单的脚本，它有两个步骤：
按A列和B列对数据帧进行排序，创建一个新的列(D)，该列(D)是通过在C列中用相同的值标记顺序行来生成的，并在每次行值变化时将标签增加1，从而对类似数据的所有顺序组进行标记。
我的Python脚本在下面，运行得很好，我不想把它作为Python数据函数引入到Spotfire中，并且在将它连接到输入和输出参数方面有问题。
原始python脚本
import pandas as pd
import numpy as np
df.sort_values(['ColumnA', 'ColumnB'], ascending=[True
浏览 1提问于2021-03-25得票数 0
回答已采纳
1回答
Pandas:按日期分组并查找每个日期的最小n
python、pandas、group-by
我有一个不同日期的数据帧，每个日期有一组ID。我想按日期分组，然后按该日期的某个列(数量)选择最小的3行。我正在尝试像下面这样的Pandas函数，但得到了多个错误。
这似乎是一个可行的split-apply-combine方法--你能帮我理解我哪里错了吗？
df.groupby(['OriginalAmount']).apply(nsmallest(2))
df.groupby(['OriginalAmount']).nsmallest(2).groupby(level='OriginalAmount')
下面是示例数据帧，以及当n_smalle
浏览 6提问于2018-07-24得票数 3
回答已采纳
1回答
在Python中将Json Dict对象转换为DataFrame
python、json、pandas、dictionary
我从python的web服务中得到了一些Json dict对象格式的嵌套输出。输出是嵌套的Json dict对象。现在，当我试图在python中将它转换为DataFrame时，parentkey并不被视为列。我在一把钥匙下有五个元素。我希望总共有6列将出现在数据帧中。 import pandas as pd
data = {'2019-04-04 05:59:00':
{'1. open': '1353.5500',
&#
浏览 34提问于2019-04-04得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频活动推荐
腾讯云开发者
