数据挖掘 - 熊猫按月分组与转置 - 吾爱随笔录

基于以下数据框，我正在尝试按月份、类型和文本创建分组，我认为我接近我想要的，但是我无法按我想要的方式按月分组，所以我必须使用该列翻译。但是，当我转置这个时，我失去了订单

df = pd.DataFrame({'date':['6/2/2017','5/23/2017','5/20/2017','6/22/2017','4/21/2017','7/2/2017','5/23/2017','5/20/2017','8/22/2017','2/21/2017'],'rev':[100,200,300,400,500,-70,-250,-200,400,500],'text':['Car','House','Car','Truck','House','Car','House','Car','Truck','House']})
df['date'] = pd.to_datetime(df['date'])
df = df.sort_values('date')
#New Column
df['transdate'] = pd.to_datetime(df['date'])
df['transdate'] = df['transdate'].dt.strftime('%B - %Y')
#second new column
df['type'] = np.where(df['rev']>0, 'positive', 'negative')

这给了我这个：

然后，我创建一个要转置的数据透视表

df_pivot = df.pivot_table(index='transdate',columns=['type','text'],aggfunc=sum, fill_value=0).T
df_pivot

我想知道如何对第一行进行排序，从 2017 年 2 月开始，然后是 2017 年 4 月，依此类推？或者，从 2017 年 8 月开始，然后从 2017 年 7 月开始……但保持月份顺序？

或者，最好用索引日期做数据透视表，然后进行分组？如果是这种情况，我该如何进行分组？

# make a month column to preserve the order df['month'] = pd.to_datetime(df['date']).dt.strftime('%m') # create the pivot table with this numeric month column df_pivot = df.pivot_table(index='month',columns=['type','text'],aggfunc=sum, fill_value=0).T # create a mapping between numeric months and the English version mapping = pd.Series(df.transdate.tolist(),index=df.month.values).drop_duplicates() # replace the columns according to the mapping df_pivot.columns = [i for i in map(mapping.get, df_pivot.columns)]