我对Pandas还很陌生,但我正在尝试分析员工时间戳的数据集,以确定每周唯一的每日时间戳的总和。你知道吗
我的初始数据帧(input1)如下所示(但要长得多):
ID Datetime Week/Year
0 15.0 2019-02-04 08:28:44 6/2019
1 15.0 2019-02-04 12:48:05 6/2019
2 15.0 2019-02-04 12:54:29 6/2019
3 15.0 2019-02-05 08:05:51 6/2019
4 15.0 2019-02-05 12:47:26 6/2019
5 15.0 2019-02-05 14:45:34 6/2019
6 15.0 2019-02-06 08:10:59 6/2019
7 15.0 2019-02-06 12:49:24 6/2019
8 15.0 2019-02-06 13:02:48 6/2019
9 15.0 2019-02-07 08:02:22 6/2019
10 15.0 2019-02-08 08:02:10 6/2019
11 15.0 2019-02-08 09:55:22 6/2019
我创建了另一个数据帧:
df = pd.DataFrame({'Timestamp': input1['Datetime'], 'ID': input1['ID'], 'Week/Year': input1['Week/Year'],'MDY':input1['Server Date/Time'].apply(lambda x: "%d/%d/%d" % (x.month, x.day, x.year))})
然后我按周、雇员分组,得到每天唯一计数(MDY):
df_grouped = df.groupby(['Week/Year', 'ID']).MDY.nunique()
Week/Year ID MDY
6/2019 15.0 5
我想要的最终结果是通过加入on Week和ID将MDY和合并回初始数据帧-我尝试了几种不同的方法:
input1.merge(df_grouped.to_frame(), left_on=['ID','Week/Year'], right_index=True)
得到类似于:
ID Datetime Week/Year MDY
0 15.0 2019-02-04 08:28:44 6/2019 5
1 15.0 2019-02-04 12:48:05 6/2019 5
2 15.0 2019-02-04 12:54:29 6/2019 5
3 15.0 2019-02-05 08:05:51 6/2019 5
4 15.0 2019-02-05 12:47:26 6/2019 5
5 15.0 2019-02-05 14:45:34 6/2019 5
加入之后,我就把NaN弄得面目全非了。有人能把我引向正确的方向吗?你知道吗
谢谢。你知道吗
这个
groupby
应该返回一个序列,其索引为
Week/Year WD: Employee ID
但是,它的索引显示为
Week/Year ID
。您可以检查列名以确保其匹配。你知道吗下一个,关于这个
假设
df_grouped
有索引,如您在示例Week/Year ID
中所示,您对left_on
的顺序错误。应该是的相关问题 更多 >
编程相关推荐