這是我正在使用的 df 的前 10 行： id user_id session_date mb_used0 1000_13 1000 2018-12-29 89.861 1000_204 1000 2018-12-31 0.002 1000_379 1000 2018-12-28 660.403 1000_413 1000 2018-12-26 270.994 1000_442 1000 2018-12-27 880.225 1001_0 1001 2018-08-24 284.686 1001_3 1001 2018-12-09 656.047 1001_4 1001 2018-11-04 16.978 1001_10 1001 2018-11-27 135.189 1001_15 1001 2018-12-13 761.92我的問題是：如何找到每月每個(gè) user_id 的 mb_used 總量？這意味著我必須首先隔離每個(gè) user_id，找出他們?cè)谕粋€(gè)月內(nèi)使用了多少行數(shù)據(jù)，然后將它們相加以獲得每個(gè)用戶的“每月使用的數(shù)據(jù)”。我可以使用數(shù)據(jù)透視表來查找每個(gè)用戶使用此代碼使用的總數(shù)據(jù)： internet_per_user = pd.pivot_table(internet, index = 'user_id', columns='mb_used',aggfunc='sum') 但我無法合并每月方面。對(duì)于上面發(fā)布的 10 行，我希望輸出看起來像這樣（手工計(jì)算）：user_id Month mb_used1000 12 1901.471001 08 284.681001 12 1417.961001 11 152.15
1 回答
慕田峪4524236
TA貢獻(xiàn)1875條經(jīng)驗(yàn) 獲得超5個(gè)贊
您需要對(duì)每個(gè)月的用戶 ID 進(jìn)行分組并計(jì)算總和。您可以使用：
df['session_date'] = pd.to_datetime(df['session_date'], errors='coerce')
(df.groupby(['user_id', df['session_date'].dt.month])['mb_used']
.sum()
.reset_index())
user_id session_date mb_used
0 1000 12 1901.47
1 1001 8 284.68
2 1001 11 152.15
3 1001 12 1417.96
添加回答
舉報(bào)
0/150
提交
取消