按多个标准对信息进行分组？
Grouping information by multiple criteria?
所以我有一个类似于下面的数据框，其中 stamp 是日期时间索引；
对于上下文，它代表收到的订单，我的目标是匹配可能相同但作为两个单独订单出现的订单。
Stamp
Price.
indicator
EX
qty
1234
10
1
d
12
2345
30
-1
d
13
我想将具有相同日期时间戳的条目分组，因为这些条目具有相同的 EX 和指标。
我想我知道如何只用图章来做到这一点，但是我不确定如何将 EX 和指标的条件添加到 groupby。
这里是初学者，非常感谢任何帮助！
试试这个：
df.groupby(["Stamp", "EX", "indicator"])
如果您想要获得数量和价格的总和，您可以这样做：
df.groupby(["Stamp", "EX", "indicator"]).sum()
您可以对多个列进行分组：df.groupby(['Stamp', 'EX'])
然后你可以检查每组的长度，看看是否有多个行共享两列：
df.groupby(['Stamp', 'EX']).apply(len)
所以我有一个类似于下面的数据框，其中 stamp 是日期时间索引； 对于上下文，它代表收到的订单，我的目标是匹配可能相同但作为两个单独订单出现的订单。
| Stamp | Price. | indicator | EX | qty |
|---|---|---|---|---|
| 1234 | 10 | 1 | d | 12 |
| 2345 | 30 | -1 | d | 13 |
我想将具有相同日期时间戳的条目分组，因为这些条目具有相同的 EX 和指标。
我想我知道如何只用图章来做到这一点，但是我不确定如何将 EX 和指标的条件添加到 groupby。
这里是初学者，非常感谢任何帮助！
试试这个：
df.groupby(["Stamp", "EX", "indicator"])
如果您想要获得数量和价格的总和，您可以这样做：
df.groupby(["Stamp", "EX", "indicator"]).sum()
您可以对多个列进行分组：df.groupby(['Stamp', 'EX'])
然后你可以检查每组的长度，看看是否有多个行共享两列：
df.groupby(['Stamp', 'EX']).apply(len)