>我创建了一个数据帧,如下所示:
paystart = datetime.date(2017, 10, 26)
paydate = pd.DataFrame()
paydate['PayDate'] = pd.date_range(paystart, end, freq='14D')
print(paydate.Grouper(freq='M'))
我想计算任何月-年组合的日期实例数,即结果应如下所示:
2017-10 1
2017-11 2
2017-12 2
如果将Grouper
与GroupBy.size
一起使用,或者将DataFrame.resample
与Resampler.size
输出一起使用DatetimeIndex
:
paydate = pd.DataFrame()
paydate['PayDate'] = pd.date_range('2017-10-26', '2017-12-26', freq='14D')
print (paydate)
PayDate
0 2017-10-26
1 2017-11-09
2 2017-11-23
3 2017-12-07
4 2017-12-21
print(paydate.groupby(pd.Grouper(freq='M', key='PayDate')).size())
PayDate
2017-10-31 1
2017-11-30 2
2017-12-31 2
Freq: M, dtype: int64
print(paydate.resample('M', on='PayDate').size())
PayDate
2017-10-31 1
2017-11-30 2
2017-12-31 2
Freq: M, dtype: int64
或者可以按Series.dt.to_period
创建月份周期 - 输出PeriodIndex
:
print(paydate.groupby(paydate['PayDate'].dt.to_period('m')).size())
PayDate
2017-10 1
2017-11 2
2017-12 2
Freq: M, dtype: int64