groupby datediff在熊猫

我试图得到最小日期和最大日期之间的区别，按月在新的专栏中出售产品。但是，在groupby中应用函数时，我有一个不寻常的回报。groupby datediff在熊猫

任何帮助，非常感谢。

所以我的步骤是：

数据：

pch_date  day product qty unit_price total_price year_month 
421 2013-01-07 tuesday  p3 13  4.58  59.54   1 
141 2015-09-13 monday  p8 3  3.77  11.31   9 
249 2015-02-02 monday  p5 3  1.80   5.40   2 
826 2015-10-09 tuesday  p5 6  1.80  10.80   10 
427 2014-04-18 friday  p7 6  4.21  25.26   4

函数定义：

def diff_date(x): 
     max_date = x.max() 
     min_date = x.min() 
     diff_month = (max_date.year - min_date.year)*12 + max_date.month +1 
     return diff_month

当试图测试：

print diff_date(prod_df['pch_date'])

49这是正确的

但问题：

print prod_df[['product','pch_date']].groupby(['product']).agg({'pch_date': diff_date}).reset_index()[:5]

结果与一个额外的日期即将到来：

 product     pch_date 

0  p1 1970-01-01 00:00:00.000000049 
1  p10 1970-01-01 00:00:00.000000048 
2  p11 1970-01-01 00:00:00.000000045 
3  p12 1970-01-01 00:00:00.000000049 
4  p13 1970-01-01 00:00:00.000000045

如何获得在整数区别？

来源

2016-09-17 Debojyoti Dey

您可以使用Groupby.apply，而不是返回整数而不是日期时间对象。

df.groupby(['product'])['pch_date'].apply(diff_date).reset_index()

至于不让整数值解决方法得到转化为自己的DatetimeIndex值，你可以在你的函数的最后一行更改为str(diff_month)，如图所示，你可以继续使用Groupby.agg：

df.groupby(['product'])['pch_date'].agg({'pch_date': diff_date}).reset_index()

来源

2016-09-17 11:49:01

谢谢尼基尔 - 你让我的一天 –

groupby datediff在熊猫

回答

相关问题