要按邮政编码堆叠并按月/年分组的Python Pandas,可以按照以下步骤进行操作:
import pandas as pd
data = {'PostalCode': ['10001', '10001', '10002', '10002', '10003', '10003'],
'Date': ['2021-01-01', '2021-01-15', '2021-02-01', '2021-02-10', '2021-01-05', '2021-01-20']}
df = pd.DataFrame(data)
df['Date'] = pd.to_datetime(df['Date'])
df = df.sort_values(by=['PostalCode', 'Date'])
df_stacked = df.set_index(['PostalCode', 'Date']).stack().reset_index(name='Value')
df_stacked['Month'] = df_stacked['Date'].dt.month
df_stacked['Year'] = df_stacked['Date'].dt.year
grouped = df_stacked.groupby(['Month', 'Year'])
result = grouped['Value'].sum() # 根据需要更改统计量的计算方法
完整的代码示例如下所示:
import pandas as pd
data = {'PostalCode': ['10001', '10001', '10002', '10002', '10003', '10003'],
'Date': ['2021-01-01', '2021-01-15', '2021-02-01', '2021-02-10', '2021-01-05', '2021-01-20']}
df = pd.DataFrame(data)
df['Date'] = pd.to_datetime(df['Date'])
df = df.sort_values(by=['PostalCode', 'Date'])
df_stacked = df.set_index(['PostalCode', 'Date']).stack().reset_index(name='Value')
df_stacked['Month'] = df_stacked['Date'].dt.month
df_stacked['Year'] = df_stacked['Date'].dt.year
grouped = df_stacked.groupby(['Month', 'Year'])
result = grouped['Value'].sum() # 根据需要更改统计量的计算方法
print(result)
这将按月/年分组并计算每个组的值的总和。你可以根据需要更改统计量的计算方法。