使用pandas转csv，如何在多级索引中组织时间和数值数据

Question

使用 pandas 写入 csv，我想要每个唯一来源的月收入总和。月份采用日期时间格式。

我试过重采样和groupby方法，但是groupby忽略月份，重采样忽略源。我目前有一个以 Month 和 Source 作为索引的多级索引。

   Month        Source   Income
2019-03-01        A        100
2019-03-05        B        50
2019-03-06        A        4
2019-03-22        C        60
2019-04-23        A        40
2019-04-24        A        100
2019-04-24        C        30
2019-06-1         C        100
2019-06-1         B        90
2019-06-8         B        20
2019-06-12        A        50
2019-06-27        C        50

我可以对忽略日期的源进行分组，或者我可以对忽略源的日期进行重新采样。我想要每个唯一来源的每月总和。

Answer 1

月列中的内容是 时间戳。所以你可以分离这个 Timestamp 的月份属性，然后应用 groupby 方法，像这样：

df.columns = ['Timestamp', 'Source', 'Income']

month_list = []
for i in range(len(df)):
    month_list.append(df.loc[i,'Timestamp'].month)

df['Month'] = month_list

df1 = df.groupby(['Month', 'Source']).sum()

输出应该是这样的：

               Income
Month   Source  
3          A    104
           B    50
           C    60
4          A    140
           C    30
6          A    50
           B    110
           C    150

使用pandas转csv，如何在多级索引中组织时间和数值数据

Using pandas to csv, how to organize time and numerical data in a multi-level index

python

indexing

group-by

resampling

pandas