Dispongo del siguiente DataFrame, el cual contiene fechas en que ciertos conductores realizaron pedidos para un centro concreto de trabajo:
fechas = [Timestamp('2019-03-29 00:00:00'), Timestamp('2020-01-31 00:00:00'), Timestamp('2017-03-27 00:00:00'), Timestamp('2017-09-01 00:00:00'), Timestamp('2019-10-30 00:00:00'), Timestamp('2019-11-18 00:00:00'), Timestamp('2017-08-11 00:00:00'), Timestamp('2017-12-12 00:00:00'), Timestamp('2018-12-29 00:00:00'), Timestamp('2018-10-08 00:00:00'), Timestamp('2018-08-22 00:00:00'), Timestamp('2018-02-01 00:00:00'), Timestamp('2017-09-29 00:00:00'), Timestamp('2018-01-11 00:00:00'), Timestamp('2019-02-20 00:00:00'), Timestamp('2019-04-03 00:00:00'), Timestamp('2019-12-10 00:00:00'), Timestamp('2019-04-16 00:00:00'), Timestamp('2019-03-27 00:00:00'), Timestamp('2019-12-05 00:00:00'), Timestamp('2019-01-07 00:00:00'), Timestamp('2018-03-23 00:00:00'), Timestamp('2018-01-23 00:00:00'), Timestamp('2018-03-06 00:00:00'), Timestamp('2019-03-26 00:00:00'), Timestamp('2018-01-15 00:00:00'), Timestamp('2017-12-19 00:00:00'), Timestamp('2019-03-11 00:00:00'), Timestamp('2019-03-07 00:00:00'), Timestamp('2019-12-16 00:00:00'), Timestamp('2018-11-28 00:00:00'), Timestamp('2019-03-18 00:00:00'), Timestamp('2019-01-22 00:00:00'), Timestamp('2019-12-23 00:00:00'), Timestamp('2017-03-02 00:00:00'), Timestamp('2019-02-04 00:00:00'), Timestamp('2018-07-17 00:00:00'), Timestamp('2019-11-28 00:00:00'), Timestamp('2020-01-03 00:00:00'), Timestamp('2018-03-23 00:00:00')]
conductores = [1033, 1009, 1003, 1028, 1033, 1033, 1033, 1009, 1016, 1009, 1033, 1028, 1016, 1006, 1033, 1016, 1033, 1016, 1033, 1006, 1028, 1028, 1016, 1028, 1033, 1007, 1037, 1033, 1028, 1009, 1016, 1003, 1016, 1007, 1016, 1016, 1016, 1043, 1016, 1033]
datos = pd.DataFrame({'fecha': fechas, 'conductor':conductores})
Quiero realizar la gráfica de los distintos individuos que han trabajado por día en un solo centro al mes. Para ello primero agrupo datos por meses, conductores y años, para sacar la progresión anual tal que así:
dias_cond_mes = (datos.groupby([datos.fecha.dt.month, "conductor", datos.fecha.dt.year])['fecha']
.nunique())
El resultado de esto debería agruparlo primero por meses y luego por años y aplicar sum() para contar el total, luego hacer unstack() para desapilar los datos y tendría la gráfica mostrando los meses en el eje X agrupados por años y la cantidad de días trabajados por los conductores por mes en el Y. El problema es que al usar el groupby .unique() retorna una Serie, que tiene como índices fecha,conductor,fecha y el ultimo vacío. No he sido capaz de cambiar estos valores ni se como agrupar esto de otra manera para obtener estos datos. Se me ocurre añadir una nueva columna solo con meses al DataFrame pero no se si habría otra manera mas sutil de hacerlo. Gracias.
dias_cond_mes.index.names = ("mes", "conductor", "año")