这篇博客记录了在使用Python处理数据时，如何利用pandas的groupby方法进行数据分组和聚合操作。首先展示了对每日数据的分组求和，然后是按小时分组的数据聚合，通过设置不同的字段进行分组并应用相应的聚合函数，如np.sum。最后，讨论了如何通过index.rename和reset_index方法来重塑分组后的数据索引。
groupby的时候直接简单分组会发现数据不是平铺的：
#天的数据累加
def sum_day(data_01_07):
FIELDS_GROUP_BY=['account_id','plan_id']
data_01_07=data_01_07[['account_id', 'plan_id', 'cost','leave_phone_num','clue_num','distribute_num','see_num','subscribe_num']].groupby(FIELDS_GROUP_BY).sum()
data_01_07.index.rename(FIELDS_GROUP_BY, inplace=True)
data_01_07.reset_index(inplace=True)
return data_01_07
sum_day_re=sum_day(wd2_5)
#小时的数据分组聚合
def sum_hour(data_01_07_h):
FIELDS_GROUP_BY=['account_id&#
最低0.47元/天 解锁文章
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
