Pandas 按多列分组、计数和重新采样

Question

具有以下数据框：                     UserID TweetLanguage2014-08-25 21:00:00  001        english2014-08-27 21:04:00  001        arabic2014-08-29 22:07:00  001        espanish2014-08-25 22:09:00  002        english2014-08-26 22:09:00  002        espanish2014-08-25 22:09:00  003        english 我需要绘制每周使用一种以上语言发布的用户数量。例如，在上面的数据框中，用户 001 和 002 用不止一种语言发了推文。所以在情节中，这周的对应值应该是 2。其他周的故事相同。

Answer 1

df.groupby([pd.Grouper(freq='W'), 'User ID'])['TweetLanguage'].nunique().unstack().plot()

Answer 2

df.groupby(pd.Grouper(key='datetime', freq='W')).apply(lambda df:\

df.groupby('UserID').apply(lambda df: len(df.TweetLanguage.value_counts())))

这是一个班轮，将在一周内分开一周并获得语言数量

df.groupby('UserID').apply(lambda df: len(df.TweetLanguage.value_counts()))

这将返回一个带有索引的系列：用户 ID 的值：每周使用的语言数..

Answer 3

使用 2 groupbys。第一个查找每周以一种以上语言发布的用户，第二个计算每周有多少。

(df.groupby([df.index.year.rename('year'), df.index.week.rename('week'), 'UserID']).TweetLanguage.nunique() > 1).groupby(level=[0,1]).sum()

#year  week

#2014  35      2.0

#Name: TweetLanguage, dtype: float64