下面是一个示例代码,演示了如何按天分组的列值求和选择:
import pandas as pd
# 创建一个示例的DataFrame
data = {'Date': ['2022-01-01', '2022-01-01', '2022-01-02', '2022-01-02'],
'Value': [10, 20, 30, 40]}
df = pd.DataFrame(data)
# 将日期列转换为日期类型
df['Date'] = pd.to_datetime(df['Date'])
# 按天分组,并对值列求和
grouped_df = df.groupby(pd.Grouper(key='Date', freq='D')).sum()
# 选择某一天的值
selected_value = grouped_df.loc['2022-01-01', 'Value']
print(selected_value)
输出结果为:
Date
2022-01-01 30
Freq: D, Name: Value, dtype: int64
以上代码中,我们首先创建了一个示例的DataFrame,其中包含了日期和值两列。然后,我们使用pd.to_datetime
将日期列转换为日期类型,以便能够按日期进行分组。接下来,我们使用groupby
和pd.Grouper
按天分组,并对值列进行求和。最后,我们使用loc
选择特定日期的值。在这个示例中,我们选择了2022年1月1日的值。
上一篇:按天分组并显示MYSQL行?
下一篇:按天分组的pyspark代码