如何使用Pandas按多条件分组数据？含季节与工作日/周末分组需求

作为新手，别担心，我们用Python的pandas库就能轻松完成这个需求，步骤非常清晰，我会一步步给你讲解：

步骤1：准备工作和导入数据 #

首先确保你已经安装了pandas，如果没安装的话，先在终端运行：

pip install pandas

然后加载你的数据，假设你的数据是CSV格式（如果是Excel文件，用pd.read_excel()替换即可）：

import pandas as pd

# 这里用你提供的样本数据做示例，实际使用时替换成你的文件路径
data = pd.DataFrame({
    'timestamp': ['2017-01-01 00:00', '2017-01-01 01:00', '2017-01-01 02:00', '2017-01-01 03:00', '2017-01-01 04:00'],
    'date': ['01/01/2017', '01/01/2017', '01/01/2017', '01/01/2017', '01/01/2017'],
    'month': ['Jan', 'Jan', 'Jan', 'Jan', 'Jan'],
    'day': ['Sun', 'Sun', 'Sun', 'Sun', 'Sun'],
    'hour': ['00:00', '01:00', '02:00', '03:00', '04:00'],
    'price': [60.23, 60.73, 75.99, 60.76, 49.01]
})

# 把timestamp列转换成datetime类型，这是处理时间数据的核心前提
data['timestamp'] = pd.to_datetime(data['timestamp'])

步骤2：定义季节规则 #

根据你的需求，Winter包含11、12、1、2月，我们用一个映射字典来给每个日期分配对应的季节：

# 月份数字到季节名称的映射
season_map = {
    11: 'Winter',
    12: 'Winter',
    1: 'Winter',
    2: 'Winter',
    3: 'Spring',
    4: 'Spring',
    5: 'Spring',
    6: 'Summer',
    7: 'Summer',
    8: 'Summer',
    9: 'Autumn',
    10: 'Autumn'
}

# 从timestamp中提取月份数字，再映射到季节
data['season'] = data['timestamp'].dt.month.map(season_map)

步骤3：区分工作日和周末 #

pandas的dt.dayofweek会返回0（周一）到6（周日）的数字，我们用这个来判断是否是周末：

# 判断是否为周末：5代表周六，6代表周日
data['is_weekend'] = data['timestamp'].dt.dayofweek.isin([5, 6])

# 转换成你需要的文本标签：Weekend/Weekday
data['day_type'] = data['is_weekend'].map({True: 'Weekend', False: 'Weekday'})

步骤4：组合分组标签 #

把季节和工作日/周末组合成你要的格式，比如"Weekend_Winter"：

data['group_label'] = data['day_type'] + '_' + data['season']

现在你的数据里已经有了group_label列，每一行都对应了所属的分组。

步骤5：按分组进行聚合分析 #

接下来你可以按这个分组标签做各种统计，比如计算每个分组的平均价格、总价格等：

# 计算每个分组的平均价格
grouped_avg_price = data.groupby('group_label')['price'].mean()
print("各分组平均价格：")
print(grouped_avg_price)

# 如果需要查看某个分组的原始数据，比如Weekend_Winter
winter_weekend_data = data.groupby('group_label').get_group('Weekend_Winter')
print("\n冬季周末的原始数据：")
print(winter_weekend_data)

完整代码汇总 #

把上面的步骤整合起来，就是可以直接运行的完整代码：

import pandas as pd

# 加载数据（实际使用时替换为你的数据文件路径）
data = pd.DataFrame({
    'timestamp': ['2017-01-01 00:00', '2017-01-01 01:00', '2017-01-01 02:00', '2017-01-01 03:00', '2017-01-01 04:00'],
    'date': ['01/01/2017', '01/01/2017', '01/01/2017', '01/01/2017', '01/01/2017'],
    'month': ['Jan', 'Jan', 'Jan', 'Jan', 'Jan'],
    'day': ['Sun', 'Sun', 'Sun', 'Sun', 'Sun'],
    'hour': ['00:00', '01:00', '02:00', '03:00', '04:00'],
    'price': [60.23, 60.73, 75.99, 60.76, 49.01]
})

# 转换时间列格式
data['timestamp'] = pd.to_datetime(data['timestamp'])

# 分配季节标签
season_map = {11:'Winter',12:'Winter',1:'Winter',2:'Winter',3:'Spring',4:'Spring',5:'Spring',6:'Summer',7:'Summer',8:'Summer',9:'Autumn',10:'Autumn'}
data['season'] = data['timestamp'].dt.month.map(season_map)

# 区分工作日/周末
data['day_type'] = data['timestamp'].dt.dayofweek.isin([5,6]).map({True:'Weekend',False:'Weekday'})

# 生成最终分组标签
data['group_label'] = data['day_type'] + '_' + data['season']

# 分组统计示例
grouped_avg = data.groupby('group_label')['price'].mean()
print("各分组平均价格：")
print(grouped_avg)

这样运行后，你就能得到完全符合需求的分组结果啦！如果你的数据是从CSV文件读取的，只需要把pd.DataFrame(...)换成pd.read_csv('你的文件路径.csv')即可。

内容的提问来源于stack exchange，提问作者tp_1290