Pandy - konwersja dataframe multi-indeks obiektu datetime

Question

Rozważmy plik wejściowy, b.dat:

string,date,number 
a string,2/5/11 9:16am,1.0 
a string,3/5/11 10:44pm,2.0 
a string,4/22/11 12:07pm,3.0 
a string,4/22/11 12:10pm,4.0 
a string,4/29/11 11:59am,1.0 
a string,5/2/11 1:41pm,2.0 
a string,5/2/11 2:02pm,3.0 
a string,5/2/11 2:56pm,4.0 
a string,5/2/11 3:00pm,5.0 
a string,5/2/14 3:02pm,6.0 
a string,5/2/14 3:18pm,7.0 

mogę Grupa miesięczne sumy tak:

b=pd.read_csv('b.dat') 
b['date']=pd.to_datetime(b['date'],format='%m/%d/%y %I:%M%p') 
b.index=b['date'] 
bg=pd.groupby(b,by=[b.index.year,b.index.month]) 
bgs=bg.sum() 

Indeks zgrupowanych sumy wygląda :

bgs 

      number 
2011 2  1 
    3  2 
    4  8 
    5  14 
2014 5  13 

bgs.index 

MultiIndex(levels=[[2011, 2014], [2, 3, 4, 5]], 
     labels=[[0, 0, 0, 0, 1], [0, 1, 2, 3, 3]]) 

Chciałbym sformatować indeks na format daty (dni mogą być f irst miesiąca).

Próbowałem następujące:

bgs.index = pd.to_datetime(bgs.index) 

i

bgs.index = pd.DatetimeIndex(bgs.index) 

Zarówno niepowodzeniem. Czy ktoś wie, jak mogę to zrobić?

Answer 1

Rozważmy resample przez „M” zamiast grupowania według atrybutów DatetimeIndex:

In [11]: b.resample('M', how='sum').dropna() 
Out[11]: 
      number 
date 
2011-02-28  1 
2011-03-31  2 
2011-04-30  8 
2011-05-31  14 
2014-05-31  13 

Uwaga: musisz upuścić NaN, jeśli nie chcesz miesięcy pomiędzy.

Answer 2

Można utworzyć kolumnę z indeksu poprzez obliczenia data chcesz, a następnie ustawić, że jako indeks:

bgs['expanded_date'] = bgs.index.map(lambda x: datetime.date(x.year, x.month, 1)) 
bgs.set_index('expanded_date')