以下是一个示例代码,演示如何按月份对栅格砖进行子集化:
import pandas as pd
# 创建一个示例数据集
data = {'日期': ['2021-01-01', '2021-02-01', '2021-03-01', '2021-01-02', '2021-02-02', '2021-03-02'],
'栅格砖编号': ['A001', 'A002', 'A003', 'A004', 'A005', 'A006'],
'栅格砖长度': [10, 20, 30, 40, 50, 60],
'栅格砖宽度': [5, 10, 15, 20, 25, 30]}
df = pd.DataFrame(data)
# 将日期列转换为日期类型
df['日期'] = pd.to_datetime(df['日期'])
# 按月份进行分组
groups = df.groupby(pd.Grouper(key='日期', freq='M'))
# 遍历每个月份的分组
for name, group in groups:
print('月份:', name)
print(group)
print('-------------------------------------')
输出结果为:
月份: 2021-01-31 00:00:00
日期 栅格砖编号 栅格砖长度 栅格砖宽度
0 2021-01-01 A001 10 5
3 2021-01-02 A004 40 20
-------------------------------------
月份: 2021-02-28 00:00:00
日期 栅格砖编号 栅格砖长度 栅格砖宽度
1 2021-02-01 A002 20 10
4 2021-02-02 A005 50 25
-------------------------------------
月份: 2021-03-31 00:00:00
日期 栅格砖编号 栅格砖长度 栅格砖宽度
2 2021-03-01 A003 30 15
5 2021-03-02 A006 60 30
-------------------------------------
这段代码首先创建了一个示例数据集,包含日期、栅格砖编号、栅格砖长度和栅格砖宽度等列。然后,将日期列转换为日期类型。接下来,使用groupby
函数按月份对数据进行分组,pd.Grouper
函数中的key
参数指定要分组的列,freq
参数设置分组的频率为月份。最后,遍历每个月份的分组,并打印出结果。
上一篇:按月份对栅格堆栈进行子集提取
下一篇:按月份对字典进行排序