Pandas groupby 计数返回错误计数

Question

我正在尝试从一个简单的文件中绘制每个月事件的汇总，文件格式如下。

4/7/13  1
4/15/13 1
4/16/13 1
4/17/13 1
4/20/13 1
5/2/13  1
5/3/13  1
5/3/13  1
5/6/13  1
5/9/13  1
5/12/13 1
5/16/13 1
5/16/13 1
5/16/13 1
5/26/13 1
5/29/13 1
6/5/13  1
6/7/13  1
6/14/13 1
6/24/13 1
6/25/13 1
6/26/13 1
6/26/13 1
6/28/13 1
6/30/13 1

所以，我想要的汇总结果是这样的：

4/30/13     5
5/31/13     11
6/30/13     8

我尝试了以下代码：

import pandas as pd
import datetime
import numpy as np

grouper = pd.TimeGrouper('1M')
# set index of dataframe to date
a1 = df.set_index('Date')
# create a series object with just the column i want to rollup.
seriesO = a1['Outlier ']
grouped1 = seriesO.groupby(grouper).aggregate(np.size)
grouped1

结果是：

2013-04-30     0
2013-05-31    48
2013-06-30     9

有没有什么想法？？

Answer 1

在版本0.13.1及之前，这样做是不推荐的（不过在主版本或0.14中可以正常工作）。因为这样做需要确保所有东西都是有序的，但这个要求并没有在任何地方说明。

In [13]: s.groupby(pd.TimeGrouper('1M')).agg(np.size)
Out[13]: 
0
2013-04-30     5
2013-05-31    11
2013-06-30     9
Freq: M, dtype: int64

推荐的方法是下面这个（在任何版本中都能用）

In [14]: s.resample('1M',how='count')
Out[14]: 
0
2013-04-30     5
2013-05-31    11
2013-06-30     9
Freq: M, dtype: int64