第十一章 pandas官方文档0.22中文教程---Tutorials（有关cookbook），个人渣翻译

#####chapter 4 分组/聚合是我最喜欢的关于pandas的东西，我一直在用它。你应该读读这个
好吧!我们回到我们的自行车路径数据集。我住在蒙特利尔，我很好奇，我们是不是更像是一个通勤城市，还是一个有趣的城市——人们在周末或工作日更喜欢骑车吗?
在dataframe中添加一个“工作日”列。
首先，我们需要加载数据。我们这样做过

bikes = pd.read_csv('../data/bikes.csv', sep=';', encoding='latin1', parse_dates=['Date'], dayfirst=True, index_col='Date')
bikes['Berri 1'].plot()

接下来，我们来看看Berri自行车道。Berri是蒙特利尔的一条街，有一条很重要的自行车道。我现在主要是在去图书馆的路上用它，但有时我在老蒙特利尔工作时也会用它。
所以我们要创建一个dataframe只有Berri 自行车道。

berri_bikes = bikes[['Berri 1']]
berri_bikes[:5]

接下来，我们需要添加一个“工作日”列。首先，我们可以从索引中得到工作日。我们还没有讨论索引，但是索引是在“Date”下面的dataframe上的左边。基本上就是一年中的所有日子

berri_bikes.index

你可以看到实际上有些日子不见了——实际上一年只有310天。谁知道这是为什么。
pandas有很多非常棒的时间序列功能，所以如果我们想让每一行都有一个自然月的时间表现，我们可以这样做

berri_bikes.index.day

不过，我们实际上想要的是工作日

berri_bikes.index.weekday

按照一周7天的方式表现，0是星期天。
现在我们知道了如何得到工作日，我们可以将它添加到dataframe中的一个列中:

berri_bikes['weekday'] = berri_bikes.index.weekday
berri_bikes[:5]

运行语句得了个警告：

（这个警告没怎么搞懂，我用.loc的方式也一样出现。）
在平日里把骑自行车的人加起来
结果真的很简单!
Dataframs有一个类似于SQL groupby的.groupby()方法，如果您熟悉它的话。我现在不打算解释更多，如果你想知道更多，看详细文档更好。
在本例中，berri_bikes.groupby(‘weekday’).aggregate(sum)表示“在工作日将行分组&#