私は2列を持つようにパンダのデータフレームを修正しようとしています。頻度列と日付列。

Question

基本的には、私が取り組んでいるのは、1年間ですべての駐車券を受け取ったデータフレームです。すべてのチケットは、変更されていないデータフレームで独自の行を占有します。私がしたいのは、すべてのチケットを日付別にグループ化し、2つの列（日付とその日に発行されたチケットの金額）を持つことです。今、私はそれを達成することができますが、日付はパンダの列とはみなされません。

import numpy as np 
import matplotlib as mp 
import pandas as pd 
import matplotlib.pyplot as plt 


df1 = pd.read_csv('C:/Users/brett/OneDrive/Data Science 
Fundamentals/Parking_Tags_Data_2012.csv') 

unnecessary_cols = ['tag_number_masked', 'infraction_code', 
'infraction_description', 'set_fine_amount', 'time_of_infraction', 
       'location1', 'location2', 'location3', 'location4', 
'province'] 

df1 = df1.drop (unnecessary_cols, 1) 


df1 = 
(df1.groupby('date_of_infraction').agg({'date_of_infraction':'count'})) 

df1['frequency'] = 
(df1.groupby('date_of_infraction').agg({'date_of_infraction':'count'})) 

print (df1) 

df1 = (df1.iloc[121:274]) 

出力は次のとおりです。

基本的に

date_of_infraction  date_of_infraction  frequency 
20120101       1059  NaN 
20120102       2711  NaN 
20120103       6889  NaN 
20120104       8030  NaN 
20120105       7991  NaN 
20120106       8693  NaN 
20120107       7237  NaN 
20120108       5061  NaN 
20120109       7974  NaN 
20120110       8872  NaN 
20120111       9110  NaN 
20120112       8667  NaN 
20120113       7247  NaN 
20120114       7211  NaN 
20120115       6116  NaN 
20120116       9168  NaN 
20120117       8973  NaN 
20120118       9016  NaN 
20120119       7998  NaN 
20120120       8214  NaN 
20120121       6400  NaN 
20120122       6355  NaN 
2012NaN 
20120124       8628  NaN 
20120125       8527  NaN 
20120126       8239  NaN 
20120127       8667  NaN 
20120128       7174  NaN 
20120129       5378  NaN 
20120130       7901  NaN 
...        ...  ... 
20121202       5342  NaN 
20121203       7336  NaN 
20121204       7258  NaN 
20121205       8629  NaN 
20121206       8893  NaN 
20121207       8479  NaN 
20121208       7680  NaN 
20121209       5357  NaN 
20121210       7589  NaN 
20121211       8918  NaN 
20121212       9149  NaN 
20121213       7583  NaN 
20121214       8329  NaN 
20121215       7072  NaN 
20121216       5614  NaN 
20121217       8038  NaN 
20121218       8194  NaN 
20121219       6799  NaN 
20121220       7102  NaN 
20121221       7616  NaN 
20121222       5575  NaN 
20121223       4403  NaN 
20121224       5492  NaN 
20121225       673  NaN 
20121226       1488  NaN 
20121227       4428  NaN 
20121228       5882  NaN 
20121229       3858  NaN 
20121230       3817  NaN 
20121231       4530  NaN 

、私は右に1ですべての列を上に移動します。現在、パンダは、最後の2つの列を実際の列としてみなします。私はこれが理にかなったことを望む。

Answer 1

groupbyを1回呼び出すだけで、日付ごとの違反の回数を達成することができます。これを試してください：

import numpy as np 
import pandas as pd 

df1 = pd.read_csv('C:/Users/brett/OneDrive/Data Science 
Fundamentals/Parking_Tags_Data_2012.csv') 

unnecessary_cols = ['tag_number_masked', 'infraction_code', 
'infraction_description', 'set_fine_amount', 'time_of_infraction', 
       'location1', 'location2', 'location3', 'location4', 
'province'] 

df1 = df1.drop(unnecessary_cols, 1) 
# reset_index() to move the dates into their own column 
counts = df1.groupby('date_of_infraction').count().reset_index() 
print(counts) 

チケットがゼロの日付は0として表示されません。代わりに、それらは単にcountsには存在しません。

これでうまくいかない場合は、不要な行を削除した後、df1の最初の数行を確認すると便利です。

Answer 2

as_index=Falseを試してみてください。例えば

：

import numpy as np 
import pandas as pd 
data = {"date_of_infraction":["20120101", "20120101", "20120202", "20120202"], 
     "foo":np.random.random(4)} 
df = pd.DataFrame(data) 

df 
    date_of_infraction  foo 
0   20120101 0.681286 
1   20120101 0.826723 
2   20120202 0.669367 
3   20120202 0.766019 

(df.groupby("date_of_infraction", as_index=False) # <-- acts like reset_index() 
    .foo.count() 
    .rename(columns={"foo":"frequency"}) 
) 
    date_of_infraction frequency 
0   20120101   2 
1   20120202   2