pandas的groupby函数使用lambda作为参数进行分组

使用以下数据集

close_px = pd.read_csv(u'https://gitee.com/pan19/data-source/raw/master/stock_px_2.csv', parse_dates=True,
                       index_col=0)
close_px.info()
close_px.head(10)

如果lambda什么也不做,只是打印,可以看到groupby默认使用索引进行分组

show_index = lambda x: print(x)
by_index = close_px.groupby(show_index)

输出
DatetimeIndex([‘2003-01-02’, ‘2003-01-03’, ‘2003-01-06’, ‘2003-01-07’,
‘2003-01-08’, ‘2003-01-09’, ‘2003-01-10’, ‘2003-01-13’,
‘2003-01-14’, ‘2003-01-15’,

‘2011-10-03’, ‘2011-10-04’, ‘2011-10-05’, ‘2011-10-06’,
‘2011-10-07’, ‘2011-10-10’, ‘2011-10-11’, ‘2011-10-12’,
‘2011-10-13’, ‘2011-10-14’],
dtype=‘datetime64[ns]’, length=2214, freq=None)

使用索引中的年份分组

show_index = lambda x: x.year
by_index = close_px.groupby(show_index)
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值