Python pandas 按日期名称和时间进行多级分组，日期名称按正确的“M/T/W/T/F/S/S”顺序

Question

我花了很多时间试图找到这个问题的“好的”解决方案，但我主要遇到的是单个（因此不是多级）索引的解决方案。例如

每周对 python pandas 数据帧进行分组（从周一开始）

熊猫按工作日分组（M/T/W/T/F/S/S）

我最终决定采用以下对我的情况有效的方法，但我想知道是否有更明智的方法来实现这一目标：

df = df.groupby([df.index.weekday, df.index.time]).sum()
df.index = df.index.set_levels(df.index.levels[0].map({0: "Monday", 1: "Tuesday", 2: "Wednesday", 3: "Thursday", 4: "Friday", 5: "Saturday", 6: "Sunday"}), level=0)

Answer 1

您可以使用

calendar.day_name

：

数据样本

import pandas as pd
from calendar import day_name

index = pd.MultiIndex.from_product([range(7), 
                                    pd.date_range("00:00", 
                                                  periods=2, 
                                                  freq='60min')]
                                   )

index

MultiIndex([(0, '2024-04-18 00:00:00'),
            (0, '2024-04-18 01:00:00'),
            (1, '2024-04-18 00:00:00'),
            (1, '2024-04-18 01:00:00'),
            (2, '2024-04-18 00:00:00'),
            (2, '2024-04-18 01:00:00'),
            (3, '2024-04-18 00:00:00'),
            (3, '2024-04-18 01:00:00'),
            (4, '2024-04-18 00:00:00'),
            (4, '2024-04-18 01:00:00'),
            (5, '2024-04-18 00:00:00'),
            (5, '2024-04-18 01:00:00'),
            (6, '2024-04-18 00:00:00'),
            (6, '2024-04-18 01:00:00')],
           )

代码

将

list(day_name)

传递给 pd.MultiIndex.set_levels:

index.set_levels(list(day_name), level=0)

MultiIndex([(   'Monday', '2024-04-18 00:00:00'),
            (   'Monday', '2024-04-18 01:00:00'),
            (  'Tuesday', '2024-04-18 00:00:00'),
            (  'Tuesday', '2024-04-18 01:00:00'),
            ('Wednesday', '2024-04-18 00:00:00'),
            ('Wednesday', '2024-04-18 01:00:00'),
            ( 'Thursday', '2024-04-18 00:00:00'),
            ( 'Thursday', '2024-04-18 01:00:00'),
            (   'Friday', '2024-04-18 00:00:00'),
            (   'Friday', '2024-04-18 01:00:00'),
            ( 'Saturday', '2024-04-18 00:00:00'),
            ( 'Saturday', '2024-04-18 01:00:00'),
            (   'Sunday', '2024-04-18 00:00:00'),
            (   'Sunday', '2024-04-18 01:00:00')],
           )