Как использовать даты timestamp как индекс в сводной таблице в python?

Question

Я недавно начал работать с python.pivot_table и столкнулся с проблемой, используя временные метки с помощью сводных таблиц.

У меня есть большой dataframe с данными, как показано ниже

  Date   ID   Days Quantity  Concern 
0 2012-06-29   NaN   621  NaN   A 
1 2012-06-29  1208985   874   1   A 
2 2012-06-29   NaN   621   2   B 
3 2012-06-29   NaN   874   1   C 
4 2012-06-29   NaN   566  NaN   A 
5 2012-06-29  251254   780  NaN   A 
6 2012-06-29   NaN   566  NaN   C 
7 2012-06-29  385379   566   1   B 
8 2012-06-29  967911   780   1   B 
9 2012-06-29   NaN   521  NaN   A 
10 2012-06-29  1208985   834   1   C 
11 2012-06-29  385379   374  NaN   A 
12 2012-06-29  967909   780   1   B 
13 2012-07-18   NaN   821  NaN   A 
14 2012-07-18  251254   821  NaN   A 
15 2012-08-04  756444   676   1   C 
16 2012-08-04  756444   676   2   C 
17 2012-08-04   NaN   676  NaN   A 
18 2012-08-24   NaN   571  NaN   B 
19 2012-08-24  251254   446   1   B 

линия как ниже отлично работает:

pd.pivot_table(data,index=['Concern'],columns=['ID'],values=['Quantity'],aggfunc='sum') 

В настоящее время, когда я использую столбец Date для index=['Date'] ней групп в день , Я хотел бы иметь возможность группироваться по месяцам или годам. Есть ли способ реализовать это с помощью сводных таблиц, когда столбцом даты являются объекты TimeStamp?

Answer 1

Вы можете получить доступ к информации, как год и месяц через .dt приписывать, что серия DateTime есть, так что вы можете легко создавать новые столбцы, как:

df['Month'] = df['Date'].dt.month 

Затем использовать эти столбцы для создания сводной таблицы:

pd.pivot_table(df, index=['Month'], columns=['ID'], 
       values=['Quantity'],aggfunc='sum') 

Выход:

Out[16]: 
     Quantity           
ID  251254 385379 756444 967909 967911 1208985 
Month             
6   NaN  1  NaN  1  1  2 
7   NaN  NaN  NaN  NaN  NaN  NaN 
8   1  NaN  3  NaN  NaN  NaN