pandas reindex multiindex并按第二个索引移动值
[英]pandas reindex multiindex and shift values by second index
问题描述
I have a pandas DataFrame looking like this : 
我有一个像这样的pandas DataFrame：
x1 x2 x3 x4
Date Time
2017-01-03 09:00:00 0.000097 0.000259 0.000629 0.000142
09:20:00 0.000046 0.000044 0.000247 0.000134
09:40:00 0.000021 0.000032 0.000171 0.000105
10:00:00 0.000033 0.000040 0.000136 0.000178
10:20:00 0.000079 0.000157 0.000094 0.000083
.....
17:00:00 0.000032 0.000137 0.000024 0.000028
However, i want to reindex the second index, by one 20min bin and I would like it to look like this: 但是，我想重新索引第二个索引，一个20分钟的bin，我希望它看起来像这样：
x1 x2 x3 x4
Date Time
2017-01-03 09:20:00 0.000097 0.000259 0.000629 0.000142
09:40:00 0.000046 0.000044 0.000247 0.000134
10:00:00 0.000021 0.000032 0.000171 0.000105
10:20:00 0.000033 0.000040 0.000136 0.000178
10:40:00 0.000079 0.000157 0.000094 0.000083
.....
17:20:00 0.000032 0.000137 0.000024 0.000028
So all the values stay the same, only the second index is renamed, everything else stays the same. 所以所有值保持不变，只重命名第二个索引，其他一切保持不变。
I've tried following code: 我试过以下代码：
x.reindex(pd.date_range(pd.Timestamp('09:20:00'), pd.Timestamp('17:20:00'), freq="20min").time, level=1)
But it just moves the index and the values stay at the same place. 但它只是移动索引，价值保持在同一个地方。
x1 x2 x3 x4
Date Time
2017-01-03 09:20:00 0.000046 0.000044 0.000247 0.000134
09:40:00 0.000021 0.000032 0.000171 0.000105
10:00:00 0.000033 0.000040 0.000136 0.000178
10:20:00 0.000079 0.000157 0.000094 0.000083
.....
17:00:00 0.000032 0.000137 0.000024 0.000028
It does not even ad the bin for 17:20:00. 它甚至没有在17:20:00加入垃圾箱。
However, if I also tried to shift the values after grouping them like this: 但是，如果我也尝试在将它们分组后移动值，如下所示：
x.groupby(level=1).shift(1)
or: 要么：
x.groupby(level=1).shift(1, freq='20min')
but that did not work at all. 但那根本不起作用。
1 个解决方案
解决方案1
3 已采纳 2018-06-15 00:35:16
The fastest way I can think of is to overwrite the entire first level (innermost level) of the MultiIndex with a 20-minute-shifted version of itself: 我能想到的最快的方法是用20分钟移动版本的自身覆盖MultiIndex的整个第一级（最里层）：
x.index = x.index.set_levels(x.index.levels[1].shift(20, 'min'), level=1)
Example 例
x = pd.DataFrame(index=pd.MultiIndex.from_product([pd.date_range('2017-01-03', '2017-01-06', freq='1D'),
pd.date_range('09:00', '17:00', freq='20min')]))
x.loc[:, 'x1'] = list(range(len(x)))
x
x1
2017-01-03 2018-06-14 09:00:00 0
2018-06-14 09:20:00 1
2018-06-14 09:40:00 2
2018-06-14 10:00:00 3
2018-06-14 10:20:00 4
... ..
2017-01-06 2018-06-14 15:40:00 95
2018-06-14 16:00:00 96
2018-06-14 16:20:00 97
2018-06-14 16:40:00 98
2018-06-14 17:00:00 99
x.index = x.index.set_levels(x.index.levels[1].shift(20, 'min'), level=1)
x
x1
2017-01-03 2018-06-14 09:20:00 0
2018-06-14 09:40:00 1
2018-06-14 10:00:00 2
2018-06-14 10:20:00 3
2018-06-14 10:40:00 4
... ..
2017-01-06 2018-06-14 16:00:00 95
2018-06-14 16:20:00 96
2018-06-14 16:40:00 97
2018-06-14 17:00:00 98
2018-06-14 17:20:00 99
声明:本站的技术帖子网页，遵循CC BY-SA 4.0协议，如果您需要转载，请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.