Pandas：按日历周分组，再绘制真实日期的分组条形图
编辑
我找到了一种不错的解决方案，并把它放在下面作为答案。结果看起来是这样的：
这是一些你可以为这个问题生成的示例数据：
codes = list('ABCDEFGH');
dates = pd.Series(pd.date_range('2013-11-01', '2014-01-31'));
dates = dates.append(dates)
dates.sort()
df = pd.DataFrame({'amount': np.random.randint(1, 10, dates.size), 'col1': np.random.choice(codes, dates.size), 'col2': np.random.choice(codes, dates.size), 'date': dates})
结果是：
In [55]: df
Out[55]:
amount col1 col2 date
0 1 D E 2013-11-01
0 5 E B 2013-11-01
1 5 G A 2013-11-02
1 7 D H 2013-11-02
2 5 E G 2013-11-03
2 4 H G 2013-11-03
3 7 A F 2013-11-04
3 3 A A 2013-11-04
4 1 E G 2013-11-05
4 7 D C 2013-11-05
5 5 C A 2013-11-06
5 7 H F 2013-11-06
6 1 G B 2013-11-07
6 8 D A 2013-11-07
7 1 B H 2013-11-08
7 8 F H 2013-11-08
8 3 A E 2013-11-09
8 1 H D 2013-11-09
9 3 B D 2013-11-10
9 1 H G 2013-11-10
10 6 E E 2013-11-11
10 6 F E 2013-11-11
11 2 G B 2013-11-12
11 5 H H 2013-11-12
12 5 F G 2013-11-13
12 5 G B 2013-11-13
13 8 H B 2013-11-14
13 6 G F 2013-11-14
14 9 F C 2013-11-15
14 4 H A 2013-11-15
.. ... ... ... ...
77 9 A B 2014-01-17
77 7 E B 2014-01-17
78 4 F E 2014-01-18
78 6 B E 2014-01-18
79 6 A H 2014-01-19
79 3 G D 2014-01-19
80 7 E E 2014-01-20
80 6 G C 2014-01-20
81 9 H G 2014-01-21
81 9 C B 2014-01-21
82 2 D D 2014-01-22
82 7 D A 2014-01-22
83 6 G B 2014-01-23
83 1 A G 2014-01-23
84 9 B D 2014-01-24
84 7 G D 2014-01-24
85 7 A F 2014-01-25
85 9 B H 2014-01-25
86 9 C D 2014-01-26
86 5 E B 2014-01-26
87 3 C H 2014-01-27
87 7 F D 2014-01-27
88 3 D G 2014-01-28
88 4 A D 2014-01-28
89 2 F A 2014-01-29
89 8 D A 2014-01-29
90 1 A G 2014-01-30
90 6 C A 2014-01-30
91 6 H C 2014-01-31
91 2 G F 2014-01-31
[184 rows x 4 columns]
我想按日历周和col1的值进行分组。像这样：
kw = lambda x: x.isocalendar()[1]
grouped = df.groupby([df['date'].map(kw), 'col1'], sort=False).agg({'amount': 'sum'})
结果是：
In [58]: grouped
Out[58]:
amount
date col1
44 D 8
E 10
G 5
H 4
45 D 15
E 1
G 1
H 9
A 13
C 5
B 4
F 8
46 E 7
G 13
H 17
B 9
F 23
47 G 14
H 4
A 40
C 7
B 16
F 13
48 D 7
E 16
G 9
H 2
A 7
C 7
B 2
... ...
1 H 14
A 14
B 15
F 19
2 D 13
H 13
A 13
B 10
F 32
3 D 8
E 18
G 3
H 6
A 30
C 9
B 6
F 5
4 D 9
E 12
G 19
H 9
A 8
C 18
B 18
5 D 11
G 2
H 6
A 5
C 9
F 9
[87 rows x 1 columns]
然后我想生成一个这样的图表：
这意味着：在x轴上是日历周和年份（日期时间），对于每个分组的col1都有一根柱子。
我面临的问题是：我只有整数来表示日历周（图中的KW），但我必须以某种方式将日期合并回去，以便让刻度标签也显示年份。此外，我不能只绘制分组的日历周，因为我需要项目的正确顺序（kw 47，kw 48（2013年）必须在kw 1的左侧，因为这是2014年）。
编辑
我从这里发现了：
http://pandas.pydata.org/pandas-docs/stable/visualization.html#visualization-barplot，分组的柱子需要是列而不是行。所以我考虑如何转换数据，发现了pivot这个方法，结果是一个很棒的函数。reset_index是用来将多重索引转换为列。最后，我把NaN填充为零：
A = grouped.reset_index().pivot(index='date', columns='col1', values='amount').fillna(0)
将数据转换为：
col1 A B C D E F G H
date
1 4 31 0 0 0 18 13 8
2 0 12 13 22 1 17 0 8
3 3 10 4 13 12 8 7 6
4 17 0 10 7 0 25 7 4
5 7 0 7 9 8 6 0 7
44 0 0 2 11 7 0 0 2
45 9 3 2 14 0 16 21 2
46 0 14 7 2 17 13 11 8
47 5 13 0 15 19 7 5 10
48 15 8 12 2 20 4 7 6
49 20 0 0 18 22 17 11 0
50 7 11 8 6 5 6 13 10
51 8 26 0 0 5 5 16 9
52 8 13 7 5 4 10 0 11
这看起来像文档中示例数据，可以绘制成分组柱状图：
A. plot(kind='bar')
得到这个：
但我现在面临轴的问题，因为它是按顺序排列的（从1到52），这实际上是错误的，因为在这种情况下，日历周52属于2013年……有没有想法如何将真实的日期时间合并回日历周，并将它们用作x轴刻度？
3 个回答
把周数加上52乘以年份，这样周数就能按照“年份”来排序了。然后把刻度的标签设置回你想要的样子，这可能有点复杂。
你想要的效果是周数像这样增加：
nth week → (n+1)th week → (n+2)th week → etc.
但是当新的一年到来时，周数却会下降51（52 → 1）。
为了调整这个问题，注意到年份会增加1。所以我们要把年份的增加量乘以52加上去，这样总的变化就会是-51 + 52 = 1，正好符合你的需求。
我觉得使用 resample('W') 这个方法更好。默认情况下，它会按照每周的结束日（周日）来分组（'W' 和 'W-SUN' 是一样的），但你可以根据需要指定其他的分组方式。
在你的例子中，可以试试这个：
grouped = (df
.groupby('col1')
.apply(lambda g: # work on groups of col1
g.set_index('date')
[['amount']]
.resample('W').agg('sum') # sum the amount field across weeks
)
.unstack(level=0) # pivot the col1 index rows to columns
.fillna(0)
)
grouped.columns=grouped.columns.droplevel() # drop the 'col1' part of the multi-index column names
print grouped
grouped.plot(kind='bar')
这段代码应该会打印出你的数据表，并生成一个类似你想要的图表，不过日期标签会更“真实”一些：
col1 A B C D E F G H
date
2013-11-03 18 0 9 0 8 0 0 4
2013-11-10 4 11 0 1 16 2 15 2
2013-11-17 10 14 19 8 13 6 9 8
2013-11-24 10 13 13 0 0 13 15 10
2013-12-01 6 3 19 8 8 17 8 12
2013-12-08 5 15 5 7 12 0 11 8
2013-12-15 8 6 11 11 0 16 6 14
2013-12-22 16 3 13 8 8 11 15 0
2013-12-29 1 3 6 10 7 7 17 15
2014-01-05 12 7 10 11 6 0 1 12
2014-01-12 13 0 17 0 23 0 10 12
2014-01-19 10 9 2 3 8 1 18 3
2014-01-26 24 9 8 1 19 10 0 3
2014-02-02 1 6 16 0 0 10 8 13
好的，我自己来回答这个问题，因为我终于搞明白了。关键在于不要按日历周来分组（这样会丢失年份的信息），而是要按一个包含日历周和年份的字符串来分组。
接下来，按照问题中提到的方式，使用 pivot 来改变布局（重新整理数据）。日期将作为索引。使用 reset_index() 把当前的 date 索引变成一列，然后用一个整数范围作为新的索引（这样就能按正确的顺序绘图，最小的年份/日历周是索引0，最大的年份/日历周是最大的整数）。
将 date 列选为一个新的变量 ticks，并把这个列从数据框中删除。现在绘制柱状图时，只需将 x 轴的标签设置为 ticks。整个解决方案其实很简单，代码如下：
codes = list('ABCDEFGH');
dates = pd.Series(pd.date_range('2013-11-01', '2014-01-31'));
dates = dates.append(dates)
dates.sort()
df = pd.DataFrame({'amount': np.random.randint(1, 10, dates.size), 'col1': np.random.choice(codes, dates.size), 'col2': np.random.choice(codes, dates.size), 'date': dates})
kw = lambda x: x.isocalendar()[1];
kw_year = lambda x: str(x.year) + ' - ' + str(x.isocalendar()[1])
grouped = df.groupby([df['date'].map(kw_year), 'col1'], sort=False, as_index=False).agg({'amount': 'sum'})
A = grouped.pivot(index='date', columns='col1', values='amount').fillna(0).reset_index()
ticks = A.date.values.tolist()
del A['date']
ax = A.plot(kind='bar')
ax.set_xticklabels(ticks)
结果：