raw_data = ["2015-12-31", "2015-12-1" , "2015-1-1",
"2014-12-31", "2014-12-1" , "2014-1-1",
"2013-12-31", "2013-12-1" , "2013-1-1",]
expected_grouped_bymonth = [("2015-12", #dates_in_the_list_occured_in_december_2015)
, ...
("2013-1", #january2013dates)]
或者作为口述
^{pr2}$我有一个表示日期的字符串列表。我想要的是一个元组列表,或者一个字典,它计算每年或每月发生的次数。我试图做的是与groupby
相关的事情。我不明白如何根据groupby
函数使用TimeGrouper
。在
引发的异常是:
TypeError: Only valid with DatetimeIndex, TimedeltaIndex or PeriodIndex,
but got an instance of 'RangeIndex'
from itertools import groupby
for el in data:
if 'Real rates - Real volatilities' in el['scenario']:
counter += 1
real_records_dates.append(pd.to_datetime(el['refDate']))
print("Thera are {} real records.".format(counter))
BY_YEAR = 'Y'
BY_MONTH = 'M'
BY_DAY = 'D'
real_records_df = pd.DataFrame(pd.Series(real_records_dates))
real_records_df.groupby(pd.TimeGrouper(freq=BY_MONTH))
(如果更容易的话,也可以假设从字典og {date1:1, date2:2, ...}
开始。我的问题只与groupby
有关。)
如果你想知道一个日期每月和每年发生的频率,你可以使用一个defaulftdict:
或者,如果您只想按月份、年份对日期列表进行分组:
^{pr2}$相关问题 更多 >
编程相关推荐