GroupBy 使时间索引消失
GroupBy makes time index disappear
使用这个 DataFrame：
import pandas as pd
df = pd.DataFrame([[1,1],[1,2],[1,3],[1,5],[1,7],[1,9]], index=pd.date_range('2015-01-01', periods=6), columns=['a', 'b'])
即
a b
2015-01-01 1 1
2015-01-02 1 2
2015-01-03 1 3
2015-01-04 1 5
2015-01-05 1 7
2015-01-06 1 9
使用 df = df.groupby(df.b // 4).last() 的事实使日期时间索引消失。为什么？
a b
b
0 1 3
1 1 7
2 1 9
预期结果：
a b
2015-01-03 1 3
2015-01-05 1 7
2015-01-06 1 9
对于 groupby，您的索引总是从分组值中获取。对于你的情况，你可以使用 reset_index 然后 set_index:
df['c'] = df.b // 4
result = df.reset_index().groupby('c').last().set_index('index')
In [349]: result
Out[349]:
a b
index
2015-01-03 1 3
2015-01-05 1 7
2015-01-06 1 9
使用这个 DataFrame：
import pandas as pd
df = pd.DataFrame([[1,1],[1,2],[1,3],[1,5],[1,7],[1,9]], index=pd.date_range('2015-01-01', periods=6), columns=['a', 'b'])
即
a b
2015-01-01 1 1
2015-01-02 1 2
2015-01-03 1 3
2015-01-04 1 5
2015-01-05 1 7
2015-01-06 1 9
使用 df = df.groupby(df.b // 4).last() 的事实使日期时间索引消失。为什么？
a b
b
0 1 3
1 1 7
2 1 9
预期结果：
a b
2015-01-03 1 3
2015-01-05 1 7
2015-01-06 1 9
对于 groupby，您的索引总是从分组值中获取。对于你的情况，你可以使用 reset_index 然后 set_index:
df['c'] = df.b // 4
result = df.reset_index().groupby('c').last().set_index('index')
In [349]: result
Out[349]:
a b
index
2015-01-03 1 3
2015-01-05 1 7
2015-01-06 1 9