Группировка кол-ва выполненных задач по сотрудникам

#python #python_3x #pandas #dataframe #group_by

Как сгруппировать корректно данные? 

Имеется датафрейм со статусом завершенных заданий по каждому аналитику и типу задач:

df1

    ID     Board   Analyst   Status   Crea_d       Fin_d
    46258  RUCRA   Ivanov    open     2019-07-10    NaT
    2345   RUCRA   Ivanov    close    2019-07-11   2019-07-11
    46218  RUCRA   Ivanov    close    2019-07-11   2019-07-11
    3087   RUCRA   Sidorov   open     2019-07-22    NaT
    2367   BV      Petrov    open     2019-07-25    NaT
    2985   GRADE   Petrov    close    2019-07-05   2019-07-05 
    20987  GRADE   Ivanov    close    2019-07-11   2019-07-12
    2396   BV      Sidorov   open     2019-07-29     NaT


Необходимо сгруппировать данные таким образом, чтобы было видно сколько аналитик
выполнил и сколько еще невыполненных заданий по типам (Board) за определенный период
(за день, неделю, месяц).

grouped_df:

      Board   Analyst   Status   Count       
      RUCRA   Ivanov    open     1    
      RUCRA   Ivanov    close    2   
      RUCRA   Sidorov   open     1    
      BV      Petrov    open     1    
      GRADE   Petrov    close    1    
      GRADE   Ivanov    close    1
      BV      Sidorov   open     1     


Я что-то похожее сделал, но где-то нарушена логика, где не могу разобраться:

grouped_df: = (df1.groupby(['Board','Analyst','Status', pd.Grouper(key='Fin_d', freq='M')],
as_index=False)['ID'].count())


Просто дальше я хочу строить графики по каждому аналитику, сколько он по дням выполняет
заданий (bars) с трендовой линией, но то ли из-за ошибки в коде или нарушения логики,
ничего не выходит.
    

Ответы

Ответ 1

Если я правильно понял:

In [5]: df1.groupby(["Board", "Analyst", "Status"]).size().reset_index(name="Count")
Out[5]:
   Board  Analyst Status  Count
0     BV   Petrov   open      1
1     BV  Sidorov   open      1
2  GRADE   Ivanov  close      1
3  GRADE   Petrov  close      1
4  RUCRA   Ivanov  close      2
5  RUCRA   Ivanov   open      1
6  RUCRA  Sidorov   open      1




или так:

In [11]: df1.groupby(["Board", "Analyst", "Status", pd.Grouper(key='Crea_d', freq='MS')]).size().reset_index(name="Count")
Out[11]:
   Board  Analyst Status     Crea_d  Count
0     BV   Petrov   open 2019-07-01      1
1     BV  Sidorov   open 2019-07-01      1
2  GRADE   Ivanov  close 2019-07-01      1
3  GRADE   Petrov  close 2019-07-01      1
4  RUCRA   Ivanov  close 2019-07-01      2
5  RUCRA   Ivanov   open 2019-07-01      1
6  RUCRA  Sidorov   open 2019-07-01      1