在 Groupby 中按日期聚合 Pandas DataFrame 计数

Question

我有一个 Pandas DataFrame，其中包含第一个和最后一个日期列，我从中构建了一个 dr 字段，其中包含范围内的日期列表：

_id     FID     first_seen    last_seen     dr
607abc  1925    2020-11-13    2021-04-22    DatetimeIndex(['2020-11-13', '2020-11-14', '20...])
608abd  1925    2021-03-05    2021-03-07    DatetimeIndex(['2021-03-05', '2021-03-06', '20...])
442xae  1331    2020-05-05    2021-04-22    DatetimeIndex(['2020-05-05', '2021-04022', '20...])
...

对于每个 FID，对于与该 FID 关联的每个日期，我需要获取该日期 _id 的计数。比如从上面，如下：

FID     date          count(_id)
1925    2020-11-13    44
1925    2020-11-14    46
...
1925    2021-04-22    61
1331    2020-05-05    189
1331    2020-05-06    190
...

我知道我需要先按 FID 分组，然后得到 first_seen 的最小值和 last_seen 的最大值，然后我卡住了...

Answer 1

让我们试试explode

df.explode('dr').groupby(['FID','dr']).size()

或者我们可以在这里尝试value_counts

df.explode('dr').value_counts(['FID','dr'])

在 Groupby 中按日期聚合 Pandas DataFrame 计数

Aggregate Pandas DataFrame Counts by Dates in Groupby

python

group-by

count

date-range

pandas