Python按年+月拆分日期时间列表

我有以下 csv 文件：

# simulate a csv file
from StringIO import StringIO
data = StringIO("""
2012-04-01,00:10, A, 10
2012-04-01,00:20, B, 11
2012-04-01,00:30, B, 12
2012-04-02,00:10, A, 18
2012-05-02,00:20, A, 14
2012-05-02,00:30, B, 11
2012-05-03,00:10, A, 10
2012-06-03,00:20, B, 13
2012-06-03,00:30, C, 12
""".strip())

我想按年+月加上类别（即A、B、C）进行分组。

我希望最终数据按月份分组，然后按类别分组 作为原始数据的视图

2012-04, A

>>  array[0,] => 2012-04-01,00:10, A, 10

>>  array[3,] => 2012-04-02,00:10, A, 18

2012-04, B

>>  array[1,] => 2012-04-01,00:20, B, 11

>>  array[2,] => 2012-04-01,00:30, B, 12

2012-05, A

>>  array[4,] => 2012-05-02,00:20, A, 14

...

然后对于每个组，我想使用相同的函数迭代绘制它们。

我见过一个关于按天分割日期的类似问题将日期时间列表拆分为天 https://stackoverflow.com/questions/8983150/split-list-of-datetimes-into-days在我的情况下我能够这样做a）。但在情况 b) 中存在一些问题，将其变成年+月分割。

这是迄今为止我遇到的问题的片段：

#! /usr/bin/python

import numpy as np
import csv
import os
from  datetime import datetime

def strToDate(string):
    d = datetime.strptime(string, '%Y-%m-%d')
    return d;

def strToMonthDate(string):
    d = datetime.strptime(string, '%Y-%m-%d')
    d_by_month = datetime(d.year,d.month,1)
    return d_by_month;

# simulate a csv file
from StringIO import StringIO
data = StringIO("""
2012-04-01,00:10, A, 10
2012-04-01,00:20, B, 11
2012-04-01,00:30, B, 12
2012-04-02,00:10, A, 18
2012-05-02,00:20, A, 14
2012-05-02,00:30, B, 11
2012-05-03,00:10, A, 10
2012-06-03,00:20, B, 13
2012-06-03,00:30, C, 12
""".strip())

arr = np.genfromtxt(data, delimiter=',', dtype=object)


# a) If we were to just group by dates
# Get unique dates
#keys = np.unique(arr[:,0])
#keys1 = np.unique(arr[:,2])
# Group by unique dates
#for key in keys:
#   print key   
#   for key1 in keys1:      
#       group = arr[ (arr[:,0]==key) & (arr[:,2]==key1) ]                       
#       if group.size:
#           print "\t" + key1
#           print group
#   print "\n"      

# b) But if we want to group by year+month in the dates 
dates_by_month = np.array(map(strToMonthDate, arr[:,0]))
keys2 = np.unique(dates_by_month)
print dates_by_month
# >> [datetime.datetime(2012, 4, 1, 0, 0), datetime.datetime(2012, 4, 1, 0, 0), ...
print "\n"  
print keys2
# >> [2012-04-01 00:00:00 2012-05-01 00:00:00 2012-06-01 00:00:00]

for key in keys2:
    print key       
     print type(key)
    group = arr[dates_by_month==key]
        print group
    print "\n"  

问题：我得到了每月的密钥，但对于组来说，我得到的只是每个组的 [2012-04-01 00:10 A 10] 。 keys2 中的 key 类型为 datetime.datetime。知道可能出什么问题吗？欢迎任何替代实施建议。我不想使用 itertools.groupby 解决方案，因为它返回一个迭代器而不是一个数组，这不太适合绘图。

Edit1:问题解决了。问题是我在情况 b) 中提前索引使用的dates_by_month 应该初始化为 np.array，而不是映射返回dates_by_month = np.array(map(strToMonthDate, arr[:,0])) 的列表。我已在上面的代码片段中修复了该问题，该示例现在可以运行了。

我在原来的解决方案中找到了问题所在。

在情况 b) 中，

dates_by_month = map(strToMonthDate, arr[:,0]) 

返回一个列表而不是 numpy 数组。高级索引：

group = arr[dates_by_month==key]

因此不会起作用。如果相反，我有：

dates_by_month = np.array(map(strToMonthDate, arr[:,0]))

然后分组将按预期工作。