主要用到的是pd.Grouper方法
import pandas as pd
from datetime import datetime
from dateutil.parser import parse
df_A = pd.DataFrame([['2019-10-26', 300],
['2019-10-27', 500],
['2019-10-28', 600]], columns=['TechDate', 'money'])
df_A['TechDate'] = df_A['TechDate'].apply(lambda x: parse(x)).copy()
print(df_A)
df_A = df_A.groupby([pd.Grouper(key='TechDate', freq='w')]).sum(min_count=1).reset_index()
print(df_A)
其中10-27是周日
结果为:
pd.grouper还有很多其他的聚合方式,官方文档:https://pandas.pydata.org/pandas-docs/stable/user_guide/timeseries.html#offset-aliases
截图在下面: