我有这样的 pandas 数据帧：
d = {'dollar_amount': ['200.25', '350.00', '120.00', '400.50', '1231.25', '700.00', '350.00', '200.25', '2340.00'], 'date': ['22-01-2010','22-01-2010','23-01-2010','15-02-2010','27-02-2010','07-03-2010','14-01-2011','09-10-2011','28-07-2012']}
df = pd.DataFrame(data=d)
df['date'] = pd.to_datetime(df['date'], format='%d-%m-%Y')
pd.options.display.float_format = '{:,.4f}'.format
df['dollar_amount'] = df['dollar_amount'].astype(float)
df
date dollar_amount
0 22-01-2010 200.25
1 22-01-2010 350.00
2 23-01-2010 120.00
3 15-02-2010 400.50
4 27-02-2010 1231.25
5 07-03-2010 700.00
6 14-01-2011 350.00
7 09-10-2011 200.25
8 11-11-2011 2340.00
9 12-12-2011 144.50
10 12-09-2012 760.00
11 22-10-2012 255.00
12 28-07-2012 650.00
我想计算一年中每一天的金额总和。 所以我这样划分年份：
date1 = df[(df['date'] >= '2010-01-01') & (df['date'] < '2011-01-01')]
date2 = df[(df['date'] >= '2011-01-01') & (df['date'] < '2012-01-01')]
date3 = df[(df['date'] >= '2012-01-01') & (df['date'] < '2013-01-01')]
date1dataframe中有3个日期为2010年的数据帧，
日期为date2中的2011年，日期为date3中的2012年。
让我们看一下date1：
print type(date1)
date1
<class 'pandas.core.frame.DataFrame'>
date dollar_amount
0 2010-01-22 200.2500
1 2010-01-22 350.0000
2 2010-01-23 120.0000
3 2010-02-15 400.5000
4 2010-02-27 1,231.2500
5 2010-03-07 700.0000
接下来，我将按日期汇总金额，因此我将使用以下内容按日期分组：
date1 = date1.groupby('date', as_index=False).sum()
date1 = date1[['date','dollar_amount']].sort_values(by=['date'],
ascending=True)
date2 = date2.groupby('date', as_index=False).sum()
date2 = date2[['date','dollar_amount']].sort_values(by=['date'],
ascending=True)
date3 = date3.groupby('date', as_index=False).sum()
date3 = date3[['date','dollar_amount']].sort_values(by=['date'],
ascending=True)
现在让我们看一下日期框date1：
date1
date dollar_amount
0 2010-01-22 550.2500
1 2010-01-23 120.0000
2 2010-02-15 400.5000
3 2010-02-27 1,231.2500
4 2010-03-07 700.0000
这只是按日期升序对它们进行排序：
date1 = date1[['date','dollar_amount']].sort_values(by=['date'],
ascending=True)
现在我已经在不同的数据帧中获得了每年美元的日期总和。然后我在绘制每一年的轨迹。它运行良好，完成了任务。但是这个代码是非常冗余的，我正在复制相同的代码，如果我有从2000年到2017年的数据，那么我将不得不复制和粘贴相同的代码18次。我认为做这件事的方法不是很有效。
我相信一定有更好的方法来做这件事，但我想不出怎么做。请帮帮我。谢谢。
我认为您可以通过year创建MultiIndex来输出：
df1 = df.groupby('date', as_index=False)['dollar_amount'].sum()
df1 = df1.set_index(df['date'].rename('year').dt.year, append=True).swaplevel(0,1)
print (df1)
date dollar_amount
year
2010 0 2010-01-22 550.2500
1 2010-01-23 120.0000
2 2010-02-15 400.5000
3 2010-02-27 1,231.2500
4 2010-03-07 700.0000
2011 5 2011-01-14 350.0000
6 2011-10-09 200.2500
2012 7 2012-07-28 2,340.0000
print (df1.loc[2010])
date dollar_amount
0 2010-01-22 550.2500
1 2010-01-23 120.0000
2 2010-02-15 400.5000
3 2010-02-27 1,231.2500
4 2010-03-07 700.0000
print (df1.loc[2011])
date dollar_amount
5 2011-01-14 350.0000
6 2011-10-09 200.2500
print (df1.loc[2012])
date dollar_amount
7 2012-07-28 2,340.0000
如果要创建dictionary of DataFrame%s：
d = dict(tuple(df.groupby(df['date'].dt.year)))
print (d)
print (d[2010])
date dollar_amount
0 2010-01-22 550.2500
1 2010-01-23 120.0000
2 2010-02-15 400.5000
3 2010-02-27 1,231.2500
4 2010-03-07 700.0000
print (d[2011])
date dollar_amount
5 2011-01-14 350.0000
6 2011-10-09 200.2500
print (d[2012])
date dollar_amount
7 2012-07-28 2,340.0000
这篇关于 pandas 按日期和年份分组，并汇总金额的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持跟版网！