パンダのクロス集計の列を無駄に注文する方法を探していました。特に、日付の値に基づいてフォーマットされた日付 (mmm yy) であり、3 文字の月名 (mmm) でアルファベット順に並べ替えられていない列を並べ替える必要があります。
私のコードの詳細は次のとおりです。
パイソン3.3
パンダ 0.12.0
f_dtflt
パンダのデータフレームです。
f_dtflt.COLLECTION_DATE
dtype datetime64[ns] です
私のクロス集計ステートメントは次のとおりです。
pd.crosstab(f_dtflt.EW_REGIONCOLLSITE, f_dtflt.COLLECTION_DATE.apply(lambda x: x.strftime("%b %y")), margins=True)
出力は次のとおりです。
COLLECTION_DATE Apr 13 Aug 13 Dec 12 Feb 13 Jan 13 Jul 13 Jun 13
EW_REGIONCOLLSITE
EAST 1964 2092 2280 2272 2757 2113 1902
WEST 2579 2011 1003 2351 2216 1506 1823
All 4543 4103 3283 4623 4973 3619 3725
COLLECTION_DATE Mar 13 May 13 Nov 12 Oct 12 Sep 13 All
EW_REGIONCOLLSITE
EAST 1682 1981 2108 825 975 22951
WEST 2770 3014 407 42 888 20610
All 4452 4995 2515 867 1863 43561
列を日付の昇順で並べ替えたい... 10 月 12 日、11 月 12 日、... 1 月 13 日、... 9 月 13 日。日付を yy-mm (例: 13- 01) しかし、これらのラベルはレポートで使用されるので、妥協したくありません。
私は python と pandas を初めて使用するので、応答のドットを接続して初心者を助けてください! 本当にありがとう。
方法 1
@Andyの回答の最初の部分に応じて編集してください。ステップ 3 に問題があります。
私は Andy の提案を実装しようとしましたが、ここにこの取り組みに関する詳細情報があります。
1)次の行を実行して、日付がどのように見えるかを確認しました。次の行は、収集日として「2012-10」などの値を作成します。(プリントで「美化」?)
print(pd.DatetimeIndex(f_dtflt['COLLECTION_DATE']).to_period('M'))
2) 上記のステートメントがクロスタブに入力されると、月の値が 513、514 などの数字に変更されます (フィールドの実際の値?)
table1=pd.crosstab(f_dtflt.EW_REGIONCOLLSITE, pd.DatetimeIndex(f_dtflt['COLLECTION_DATE']).to_period('M'), margins=True)
出力は次のとおりです。
col_0 513 514 515 516 517 518 519 520 521 522
EW_REGIONCOLLSITE
EAST 825 2108 2280 2757 2272 1682 1964 1981 1902 2113
WEST 42 407 1003 2216 2351 2770 2579 3014 1823 1506
All 867 2515 3283 4973 4623 4452 4543 4995 3725 3619
col_0 523 524 All
EW_REGIONCOLLSITE
EAST 2092 975 22951
WEST 2011 888 20610
All 4103 1863 43561
3) 次のコードを実行すると、「int」オブジェクトに属性「strftime」がないというエラーがスローされます。
table1.columns = table1.columns.map(lambda x: x.strftime("%b %y"))
私はこれをかなりいじりました。ここに私のメモのいくつかがあります:
# This runs and creates an array of strings: '513' etc.
pd.to_datetime(table1.columns.map(str), unit='M')
# The last entry in table1.columns is "All" and needs to be removed. Hence [:-1] slice.
# This also runs but seems to give years in 1630's.
pd.DatetimeIndex(table1.columns[:-1].map(str)).to_datetime('M')
# This does not run because it says object is immutable
table1.columns[:-1]=pd.DatetimeIndex(table1.columns[:-1].map(str)).to_datetime('M')
# This also runs but the output is weird. It seems to give an array of both dates and -1
table1.columns.reindex(pd.DatetimeIndex(table1.columns[:-1].map(str)).to_datetime('M'))
# Does not run: DatetimeIndex() must be called with a collection of some kind, '513' was passed
table1.columns = table1.columns.map(lambda x: pd.DatetimeIndex(str(x)).strftime("%b %y"))
# Does not run: DatetimeIndex object is not callable
table1.rename(columns=pd.DatetimeIndex(table1.columns[:-1].map(str)).to_datetime('M'))
4) これは、クロス集計の列にラベルを付けるために機能します。
table1.columns.name = 'COLLECTION_DATE'
方法 2
@Andyは2番目の提案をしましたが、私はそれをいじってみましたが、うまくいきませんでした。問題の大部分は、python、pandas、および numpy に精通していないことです。自分なりに整理しながらメモをとってみました。ここに私のメモがあります:
# Working with a new concept
# This creates row titles of 12 10, 12 11, etc.
table1=pd.crosstab(f_dtflt.EW_REGIONCOLLSITE, f_dtflt.COLLECTION_DATE.apply(lambda x: x.strftime("%y %m")), margins=True)
# This throws an error that yb is not defined
table1.columns.map(lambda yb: "%s %s" % (y, b) for y, b in yb.split())
# Tried to simplify and see what happens. Runs and creates an array of lists such as [['12, '10'], ['12', '11']...]
table1.columns.map(lambda x: x.split())
# Trying a different approach. This creates a numpy array of datetimes.
tempholder=table1.columns[:-1].map(lambda x: datetime.datetime(year=int(x[0:2]), month=int(x[3:]), day=1))
# Noted that f_dtflt['COLLECTION_DATE'] was a dtype of datetime64[ns] but tempholder was dtype object. So had issue.
# Convert to datetime64
# Get error: Out of bounds nanosecond timestamp: 12-10-01 00:00:00
tempholder=pd.to_datetime(tempholder)
# Tempholder is an array of datetimes from the datetime module. I used the pandas date function above.
# Need to change that and use python datetime module function.
# Does not work: 'numpy.ndarray' object has no attribute 'apply'...
# this is a pandas function which does not work on a numpy array.
tempholder.apply(lambda x: x.strftime('%b %y'))
# This works for numpy array but I can't tell what it contains.
# print(tempholder) gives <map object at 0x0000000026C04F28>
# tempholder gives Out[169]: <builtins.map at 0x26c04f28>
tempholder=map(lambda x: x.strftime('%b %y'), tempholder)