最初我有 DF，其中 1 列操作用 DatetimeIndex 索引:
In [371]: dates
2013-12-29 19:21:00 action1
2013-12-29 19:21:01 action2
2013-12-29 19:21:11 action1
2013-12-29 19:21:13 action2
...
In [372]: dates.index
Out[372]:
<class 'pandas.tseries.index.DatetimeIndex'>
[2013-12-29 19:02:27, ..., 2014-01-13 16:30:31]
Length: 108957, Freq: None, Timezone: None
我想绘制某种类型的 Action 数量与一天的对比
因此我使用 agg 将操作按日期分组
grouped = dates.groupby([dates.index.to_period(freq = 'D'), 'actiontype']).agg(len)
这给了我多索引系列:
...
2014-01-13 action1 435
action2 2067
..
2014-01-14 action1 455
action2 1007
...
这似乎正是我所需要的。
但是当尝试unstack 系列以摆脱 MultiIndex 并绘制我的数据时，出现了错误:
In [379]: grouped.unstack()
ValueError: freq not specified and cannot be inferred from first element
我这里有什么错误？谢谢。
请您参考如下方法:
如果您需要使用 .unstack() 但它不适用于该多索引，则从非索引数据开始
index mydate action
0 2000-12-29 00:10:00 action1
1 2000-12-29 00:20:00 action2
2 2000-12-29 00:30:00 action2
3 2000-12-29 00:40:00 action1
4 2000-12-29 00:50:00 action1
5 2000-12-31 00:10:00 action1
6 2000-12-31 00:20:00 action2
7 2000-12-31 00:30:00 action2
你可以做类似的事情
df['day'] = df['mydate'].apply(lambda x: x.split()[0])
counts = df.groupby(['day', 'action']).agg(len)
基本上你忘记了日期时间是一个日期时间，你只是把它作为一个字符串，你只保留日期，丢弃时间。现在 pandas 在时间维度上是愚蠢的，但是 counts.unstack() 给你
mydate
action action1 action2
day
2000-12-29 3 2
2000-12-31 1 2
