groupbyで変形したDataFrameのインデックスのフォーマットを変えたい

Question

pandasのDataFrameを年と月でgroupbyしsizeメソッドを使って以下のようなrequest_data_groupを作成しました。

request_data = pd.read_csv('company_data/request_data.csv', 
                   index_col='created_at', 
                   parse_dates=True)

request_data_group = request_data.groupby([request_data.index.year, request_data.index.month]).size()
request_data_group = request_data_group.astype('float32')
request_data_group.index

出力：

MultiIndex(levels=[[2018, 2019], [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]],

       labels=[[0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1], [5, 6, 7, 8, 9, 10, 11, 0, 1, 2, 3, 4, 5]],
       names=['created_at', 'created_at'])

request_data_group.values

出力：

array([ 110., 111., 102., 103., 138., 168., 126., 142., 160.,

    132.,  134.,  160.,   57.], dtype=float32)

request_data_group

出力：

created_at created_at

2018 6 110.0
---------------7 111.0
---------------8 102.0
---------------9 103.0
---------------10 138.0
---------------11 168.0
---------------12 126.0
2019 1 142.0
---------------2 160.0
---------------3 132.0
---------------4 134.0
---------------5 160.0
---------------6 57.0
dtype: float32

これを、以下のようなフォーマットにしたいです。

Month

2018-06-01 110.0
2018-07-01 111.0
2018-08-01 102.0
2018-09-01 103.0
2018-10-01 138.0
Name: #Passengers, dtype: float64

どのようにすればできるでしょうか。

Comments

[m.ts10806]

回答依頼いただいて申し訳ないのですが、Python自体ほとんど触ったことがないので、別の方に振っていただきたく。

[s_diff]

申し訳ありません。承知いたしました

[hayataka2049]

可能ならrequest_data.csvの中身をテキストとして提示していただけると回答しやすいです。全データ、実データでなくても構いませんが、状況を再現できる程度のものを。

[s_diff]

ありがとうございます。次回からはご指摘のように状況を再現できるデータを記載します。

Answer 1

request_data_group = request_data.groupby([request_data.index.year, request_data.index.month]).size()

の部分をpandas.Grouper()を使って

request_data_group = request_data.groupby(pd.Grouper(freq='MS')).size()

とすると良いかと思います。

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Grouper.html

一応サンプル

import pandas as pd
import numpy as np

N=600
request_data = pd.DataFrame(
    {'value':np.random.randint(0,100,N)},
    index=pd.date_range('2018/1/1', freq='1d', periods=N))
request_data_group = request_data.groupby(pd.Grouper(freq='MS')).size()
request_data_group = request_data_group.astype('float32')
print(request_data_group)
#2018-01-01    31.0
#2018-02-01    28.0
#2018-03-01    31.0
#2018-04-01    30.0
#2018-05-01    31.0
#2018-06-01    30.0
#2018-07-01    31.0
#2018-08-01    31.0
#2018-09-01    30.0
#2018-10-01    31.0
#2018-11-01    30.0
#2018-12-01    31.0
#2019-01-01    31.0
#2019-02-01    28.0
#2019-03-01    31.0
#2019-04-01    30.0
#2019-05-01    31.0
#2019-06-01    30.0
#2019-07-01    31.0
#2019-08-01    23.0

"""

Comments

[s_diff]

とても便利なメソッドを教えて頂きありがとうございます！

Answer 2

request_data["MS"] = request_data.index.snap("MS")

などとして適当にgroupbyで使う基準を先に作っておき、それに基づいてグルーピングするのがスマートではないでしょうか。

Comments

[s_diff]

なるほど、勉強になりました。ありがとうございます！