我创建了一个数据框，如下所示：
paystart = datetime.date(2017, 10, 26)
paydate = pd.DataFrame()
paydate['PayDate'] = pd.date_range(paystart, end, freq='14D')
print(paydate.Grouper(freq='M'))
我想计算任何月份-年份组合的日期数量实例，即结果应类似于：
2017-10 1
2017-11 2
2017-12 2
如果与输出Grouper配合使用GroupBy.size或DataFrame.resample与Resampler.size输出配合使用DatetimeIndex：
paydate = pd.DataFrame()
paydate['PayDate'] = pd.date_range('2017-10-26', '2017-12-26', freq='14D')
print (paydate)
PayDate
0 2017-10-26
1 2017-11-09
2 2017-11-23
3 2017-12-07
4 2017-12-21
print(paydate.groupby(pd.Grouper(freq='M', key='PayDate')).size())
PayDate
2017-10-31 1
2017-11-30 2
2017-12-31 2
Freq: M, dtype: int64
print(paydate.resample('M', on='PayDate').size())
PayDate
2017-10-31 1
2017-11-30 2
2017-12-31 2
Freq: M, dtype: int64
或者可以通过Series.dt.to_period-创建输出月周期来输出PeriodIndex：
print(paydate.groupby(paydate['PayDate'].dt.to_period('m')).size())
PayDate
2017-10 1
2017-11 2
2017-12 2
Freq: M, dtype: int64
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句