Pandas: Gruppieren von Dataframe-Datensätzen in wöchentlichen und monatlichen Datensätzen

Question

Ich habe einen DataFrame, der aus den folgenden Spalten besteht: ActualDate, Brand, Likes und Comments. ActualDate enthält Datumswerte im Format JJJJ-MM-TT und doppelte Werte. Marke ist eine Zeichenfolge, während Likes und Kommentare ganzzahlige Werte sind. Ich möchte diese Daten in wöchentlichen und monatlichen Formaten zusammenfassen, die den Durchschnitt für Likes und Kommentare anzeigen. Ich habe den folgenden Code ausprobiert, sah sich aber einigen Problemen gegenüber. Bitte helfen Sie.

df_output['ActualDate'] = pd.to_datetime(df_output['ActualDate']) 
print(df_output.head(30)) 
df_output_weekly = pd.DataFrame() 
df_output_weekly=df_output.reset_index().set_index('ActualDate').resample("W") 
df_output.set_index(df_output['ActualDate']) 
print(df_output_weekly.head()) 

Answer 1

Ich glaube, Sie hinzufügen müssen mean:

df_output['ActualDate'] = pd.to_datetime(df_output['ActualDate']) 

df_output_weekly= df_output.set_index('ActualDate').resample("W").mean().reset_index() 
print(df_output_weekly.head()) 

Probe:

df_output = pd.DataFrame({'ActualDate':['2016-01-02','2016-01-03','2016-01-04'], 
          'Brand':['s','d','f'], 
          'Likes':[7,8,9], 
          'Comments':[7,8,9]}) 

print (df_output) 
    ActualDate Brand Comments Likes 
0 2016-01-02  s   7  7 
1 2016-01-03  d   8  8 
2 2016-01-04  f   9  9 

df_output['ActualDate'] = pd.to_datetime(df_output['ActualDate']) 

df_output_weekly= df_output.set_index('ActualDate').resample("W").mean().reset_index() 
print(df_output_weekly.head()) 
    ActualDate Comments Likes 
0 2016-01-03  7.5 7.5 
1 2016-01-10  9.0 9.0