熊猫.石斑鱼#

熊猫类 。石斑鱼( * args , ** kwargs ) [来源] #

Grouper 允许用户为对象指定 groupby 指令。

该规范将通过关键参数选择列，或者如果给出了级别和/或轴参数，则选择目标对象索引的级别。

如果axis和/或level作为关键字传递给Grouper和 groupby ，则传递给Grouper的值优先。

参数：

key str，默认为 None

Groupby 键，选择目标的分组列。

级别名称/编号，默认为 None

目标指数的水平。

freq str / 频率对象，默认为 None

如果目标选择（通过键或级别）是类似日期时间的对象，这将按指定的频率进行分组。有关可用频率的完整规格，请参阅此处。

axis str，int，默认为0

轴的编号/名称。

排序bool，默认为 False

是否对结果标签进行排序。

关闭{'左'或'右'}

区间结束封闭。仅当传递freq参数时。

标签{'左'或'右'}

用于标记的间隔边界。仅当传递freq参数时。

约定{'开始', '结束', 'e', 's'}

如果石斑鱼是PeriodIndex并且传递了freq参数。

origin时间戳或 str，默认 'start_day'

调整分组的时间戳。来源时区必须与索引时区匹配。如果是字符串，则必须是以下之一：

'epoch':起源是 1970-01-01
'start'：原点是时间序列的第一个值
'start_day'：原点是时间序列午夜的第一天
'end'：原点是时间序列的最后一个值
'end_day'：原点是最后一天的最高午夜

1.3.0 版本中的新增功能。

offset Timedelta 或 str，默认为 None

添加到原点的偏移时间增量。

dropna bool，默认 True

如果为 True，并且组键包含 NA 值，则 NA 值与行/列一起将被删除。如果为 False，NA 值也将被视为组中的键。

返回：

Grouper 或 pandas.api.typing.TimeGrouper: freq如果不是，则返回 TimeGrouper None。否则，将返回石斑鱼。

例子

df.groupby(pd.Grouper(key="Animal"))相当于df.groupby('Animal')

>>> df = pd.DataFrame(
...     {
...         "Animal": ["Falcon", "Parrot", "Falcon", "Falcon", "Parrot"],
...         "Speed": [100, 5, 200, 300, 15],
...     }
... )
>>> df
   Animal  Speed
0  Falcon    100
1  Parrot      5
2  Falcon    200
3  Falcon    300
4  Parrot     15
>>> df.groupby(pd.Grouper(key="Animal")).mean()
        Speed
Animal
Falcon  200.0
Parrot   10.0

在“发布日期”列上指定重新采样操作

>>> df = pd.DataFrame(
...    {
...        "Publish date": [
...             pd.Timestamp("2000-01-02"),
...             pd.Timestamp("2000-01-02"),
...             pd.Timestamp("2000-01-09"),
...             pd.Timestamp("2000-01-16")
...         ],
...         "ID": [0, 1, 2, 3],
...         "Price": [10, 20, 30, 40]
...     }
... )
>>> df
  Publish date  ID  Price
0   2000-01-02   0     10
1   2000-01-02   1     20
2   2000-01-09   2     30
3   2000-01-16   3     40
>>> df.groupby(pd.Grouper(key="Publish date", freq="1W")).mean()
               ID  Price
Publish date
2000-01-02    0.5   15.0
2000-01-09    2.0   30.0
2000-01-16    3.0   40.0

如果您想根据固定时间戳调整 bin 的开始时间：

>>> start, end = '2000-10-01 23:30:00', '2000-10-02 00:30:00'
>>> rng = pd.date_range(start, end, freq='7min')
>>> ts = pd.Series(np.arange(len(rng)) * 3, index=rng)
>>> ts
2000-10-01 23:30:00     0
2000-10-01 23:37:00     3
2000-10-01 23:44:00     6
2000-10-01 23:51:00     9
2000-10-01 23:58:00    12
2000-10-02 00:05:00    15
2000-10-02 00:12:00    18
2000-10-02 00:19:00    21
2000-10-02 00:26:00    24
Freq: 7min, dtype: int64

>>> ts.groupby(pd.Grouper(freq='17min')).sum()
2000-10-01 23:14:00     0
2000-10-01 23:31:00     9
2000-10-01 23:48:00    21
2000-10-02 00:05:00    54
2000-10-02 00:22:00    24
Freq: 17min, dtype: int64

>>> ts.groupby(pd.Grouper(freq='17min', origin='epoch')).sum()
2000-10-01 23:18:00     0
2000-10-01 23:35:00    18
2000-10-01 23:52:00    27
2000-10-02 00:09:00    39
2000-10-02 00:26:00    24
Freq: 17min, dtype: int64

>>> ts.groupby(pd.Grouper(freq='17min', origin='2000-01-01')).sum()
2000-10-01 23:24:00     3
2000-10-01 23:41:00    15
2000-10-01 23:58:00    45
2000-10-02 00:15:00    45
Freq: 17min, dtype: int64

如果要使用偏移Timedelta调整 bin 的开始，则以下两行是等效的：

>>> ts.groupby(pd.Grouper(freq='17min', origin='start')).sum()
2000-10-01 23:30:00     9
2000-10-01 23:47:00    21
2000-10-02 00:04:00    54
2000-10-02 00:21:00    24
Freq: 17min, dtype: int64

>>> ts.groupby(pd.Grouper(freq='17min', offset='23h30min')).sum()
2000-10-01 23:30:00     9
2000-10-01 23:47:00    21
2000-10-02 00:04:00    54
2000-10-02 00:21:00    24
Freq: 17min, dtype: int64

要替换已弃用的base参数的使用，您现在可以使用offset，在本例中，它相当于base=2：

>>> ts.groupby(pd.Grouper(freq='17min', offset='2min')).sum()
2000-10-01 23:16:00     0
2000-10-01 23:33:00     9
2000-10-01 23:50:00    36
2000-10-02 00:07:00    39
2000-10-02 00:24:00    24
Freq: 17min, dtype: int64