网页资讯视频图片知道文库贴吧地图采购
进入贴吧全吧搜索

 
 
 
日一二三四五六
       
       
       
       
       
       

签到排名:今日本吧第个签到,

本吧因你更精彩,明天继续来努力!

本吧签到人数:0

一键签到
成为超级会员,使用一键签到
一键签到
本月漏签0次!
0
成为超级会员,赠送8张补签卡
如何使用?
点击日历上漏签日期,即可进行补签。
连续签到:天  累计签到:天
0
超级会员单次开通12个月以上,赠送连续签到卡3张
使用连续签到卡
05月13日漏签0天
python吧 关注:474,023贴子:1,965,589
  • 看贴

  • 图片

  • 吧主推荐

  • 视频

  • 游戏

  • 4回复贴,共1页
<<返回python吧
>0< 加载中...

求助pandas数据处理

  • 只看楼主
  • 收藏

  • 回复
  • 贴吧用户_a4DMt1P
  • 白丁
    1
该楼层疑似违规已被系统折叠 隐藏此楼查看此楼
请问一下有方法将多个股票的时间序列变成月周期吗,
比如说原本是
企业A 2012/5/4 缴费 8593
企业A 2012/5/8 缴费 1000
企业B 2012/7/8 缴费 4523
企业B 2012/8/9 缴费 5398
变成
企业A 2012/5 缴费 9593
企业B 2012/7 缴费 4523
企业B 2012/8 缴费 5398


  • JKYT0
  • 进士
    9
该楼层疑似违规已被系统折叠 隐藏此楼查看此楼
可以,使用datetime库只匹配时间模式为年月模式即可


2025-05-13 22:33:23
广告
  • 一枪秒了
  • 贡士
    7
该楼层疑似违规已被系统折叠 隐藏此楼查看此楼
import pandas as pd
# 初始数据
data = {
'公司': ['企业A', '企业A', '企业B', '企业B'],
'日期': ['2012/5/4', '2012/5/8', '2012/7/8', '2012/8/9'],
'缴费': [8593, 1000, 4523, 5398]
}
df = pd.DataFrame(data)
# 将日期转换为pandas的datetime类型
df['日期'] = pd.to_datetime(df['日期'])
# 设置日期为索引,并对公司和日期进行分组,然后对缴费进行求和
result = df.groupby([df['公司'], df['日期'].dt.to_period('M')]).sum().reset_index()
# 修改日期列的格式
result['日期'] = result['日期'].dt.strftime('%Y/%m')
print(result)


登录百度账号

扫二维码下载贴吧客户端

下载贴吧APP
看高清直播、视频!
  • 贴吧页面意见反馈
  • 违规贴吧举报反馈通道
  • 贴吧违规信息处理公示
  • 4回复贴,共1页
<<返回python吧
分享到:
©2025 Baidu贴吧协议|隐私政策|吧主制度|意见反馈|网络谣言警示