在groupby操作之后，按月份对数据帧进行排序

Question

下面是我的数据示例：

Date        Count
11.01.2019       1  
01.02.2019       7  
25.01.2019       4  
23.01.2019       4  
16.03.2019       1  
04.02.2019       5
06.04.2019       1  
04.04.2019       5

所需输出：

Month  Total_Count
Jan        9
Feb       12
Mar        1
Apr        6

我使用了下面的代码，用于上面的总结操作，它运行良好，但月份都是混乱的，没有像1月、2月那样进行相应的排序

(df.groupby(pd.to_datetime(df['Date'], format='%d.%m.%Y')
.dt.month_name()
.str[:3])['Count']
.sum()
.rename_axis('Month')
.reset_index(name='Total_Count'))

Answer 1

想法是将列转换为日期时间，然后使用sort=False进行排序和分组，以避免groupby:中的默认排序

df['Date'] = pd.to_datetime(df['Date'], format='%d.%m.%Y')
df1 = (df.sort_values('Date')
.groupby(df['Date'].dt.month_name().str[:3], sort=False)['Count']
.sum()
.rename_axis('Month')
.reset_index(name='Total_Count'))
print (df1)
Month  Total_Count
0   Jan            9
1   Feb           12
2   Mar            1
3   Apr            6

另一个想法，谢谢你，安基是使用订购的Categoricals，然后有必要删除sort=False:

months = ['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec']
df1 = (df.groupby(pd.Categorical(pd.to_datetime(df['Date'], format='%d.%m.%Y')
.dt.month_name().str[:3],ordered=True,categories=months))['Count']
.sum()
.rename_axis('Month')
.reset_index(name='Total_Count'))

或使用Series.reindex:

months = ['Jan', 'Feb', 'Mar', 'Apr', 'May', 'Jun', 'Jul', 'Aug', 'Sep', 'Oct', 'Nov', 'Dec']
df1 = (df.groupby(pd.to_datetime(df['Date'], format='%d.%m.%Y')
.dt.month_name().str[:3])['Count']
.sum()
.rename_axis('Month')
.reindex(months, fill_value=0)
.reset_index(name='Total_Count'))
print (df1)
Month  Total_Count
0    Jan            9
1    Feb           12
2    Mar            1
3    Apr            6
4    May            0
5    Jun            0
6    Jul            0
7    Aug            0
8    Sep            0
9    Oct            0
10   Nov            0
11   Dec            0

Answer 2

试试这个：

new_df = (df.sort_values('Date')
.groupby(df['Date'].dt.month_name().str[:3], sort=False)['Count']
.sum()
.rename_axis('Month')
.reset_index(name='Total_Count'))
print(new_df)