Python pandas groupby 方法不正常工作

Question

我有一个文本文件，每一行都有数据，并且每一行都有一个时间戳。

所以我像这样把数据读入一个数据框：

table = pd.read_table(file, sep='|', skiprows=[1], usecols = columns, parse_dates = dateColumns, date_parser = parsedate, converters=columnsFormat)

到目前为止，一切都很好。

我的结果是一个数据框，像下面这个例子：

Name Local  Code Date        Value
A1   Here   01   01-01-1990  1.2
A1   Here   01   01-02-1990  0.8
A1   Here   01   01-03-1990  1.6
...
A2   There  02   01-01-1990  1.1
A2   There  02   01-02-1990  0.7
A2   There  02   01-03-1990  1.3
...
An   Where  n    12-31-2013  2.1

日期是按时间顺序排列的，不过我有几个组，它们的元素数量不一样。

我想做的是根据 Name、Local 和 Code 来对数据框进行分组。这样我就可以把这些值作为索引，把日期和数值作为组的列。

就像下面这个例子：

(Index)            Date        Value
(A1   Here   01)   01-01-1990  1.2
                   01-02-1990  0.8
                   01-03-1990  1.6
...
(A2   There  02)   01-01-1990  1.1
                   01-02-1990  0.7
                   01-03-1990  1.3
...
(An   Where  n)    12-31-2013  2.1

但是当我执行

table = table.groupby(['Name', 'Local', 'Code'])

时，我得到的组是这样的。第一组包含了第一天的所有数据，第二组包含了第二天的所有数据，以此类推。

Name Local  Code Date        Value
A1   Here   01   01-01-1990  1.2
A2   There  02   01-01-1990  1.1
...
A1   Here   01   01-02-1990  0.8
A2   There  02   01-02-1990  0.7
...
A1   Here   01   01-03-1990  1.6
A2   There  02   01-03-1990  1.3
...
An   Where  n    12-31-2013  2.1

有没有什么办法可以让我按照我解释的方式进行分组？

如果我使用 table = table.groupby(['Name', 'Local', 'Code', 'Date'])，我会得到一个像这样的组：

Name Local  Code Date        Value
A1   Here   01   01-01-1990  1.2
                 01-02-1990  0.8
                 01-03-1990  1.6
...
A2   There  02   01-01-1990  1.1
                 01-02-1990  0.7
                 01-03-1990  1.3
...
An   Where  n    12-31-2013  2.1

这几乎是我想要的，不过我还得根据 Name、Local 和 Code 把它分成几个组。这样做可以吗？

在读取表格时，使用 parse_dates 和 converters 会对索引产生影响吗？

希望我现在说得清楚了。谢谢。

Answer 1

针对你最后一个问题的回答：

如果你遍历

groups = df.groupby(['name','local','code'])

你应该能得到每个组的单独数据框，也就是说：

for g, grp in groups:
    print grp

Answer 2

作为一种解决方法，你可以先设置索引，然后根据这个索引进行分组：

In [11]: df1 = df.set_index(['Name', 'Local', 'Code'])

In [12]: g = df1.groupby(df1.index)

In [13]: for i in df1.groupby(df1.index): print i
(('A1', 'Here', 1),
                       Date  Value
Name Local Code                   
A1   Here  1     01-01-1990    1.2
           1     01-02-1990    0.8
           1     01-03-1990    1.6)