如何使用python从数据框中创建多个熊猫时间序列？

Question

我开始用熊猫的数据帧，看起来像这样：

Type Date Number 
1 A x y 
2 B x y 
3 A x y 
4 B x y 
5 A x y 

我想创建一个单独的数据的类型和B型数据分开的时间序列。做这件事最有效的方法是什么？

我正在考虑创建两个不同的数据框，其中每个数据只有一个类型的数据，然后将每个单独的数据框转换为一个系列。但我不知道如何做到这一点。

扩展问题：如果你甚至不知道有多少种不同的类型，有没有办法做到这一点？

到目前为止，我试图通过使用df [“type”] == A来检查类型是否是我想要的类型，并且这不会给我一个完整的数据帧，只是一个数据帧，类型是真或假。

其他信息：

我的目标是使用日期和数字数据分别为A型和B型，以创建单独的熊猫的时间序列。

我试过如下：

df.groupBy（ “类型”）适用。（拉姆达X：x.Date）

上述功能的作品，但只返回一个列。

df.groupBy（ “类型”）申请（拉姆达X：（x.Date，x.Number））。

上述功能无法正常工作，并返回的东西是不是我想要的一切。

预期输出：

类型
甲        X        ý
              X        ý
乙        X        Ÿ
              X        Ÿ

Answer 1

如果你想通过类型分组的日期，把它们放入一个单独的系列，你可以做到以下几点。

组按类型： grouped = df.groupby('Type')

获取来自各组日期： dates = grouped.apply(lambda x:x.Date)

dates现在看起来是这样的：

Type 
A  1 x 
     3 x 
     5 x 
B  2 x 
     4 x 

您可以通过类型名称访问系列：dates.A, dates.B等

到目前为止，我试图通过使用df [“type”] == A来检查类型是否是我想要的类型，并且这不会给我一个完整的数据框，只是返回一个数据框，说明该类型是对或错。

df["type"] == A给你一个布尔面膜，你可以插回一个数据帧：df[df["type"] == A] 但是，这是一个非常基本的大熊猫操作，看看官方的教程，有很多例子：http://pandas.pydata.org/pandas-docs/stable/tutorials.html