[英]Resampling pandas dataframe and putting the results in columns, with the day as the index
我有一個每30分鍾具有功能的數據集。
它具有時間戳作為索引,格式為2016-06-01 00:00:00 2016-06-01 00:00:00等
我可以使用df.groupby(pf.TimeGrouper(freq='D'))
對數據進行df.groupby(pf.TimeGrouper(freq='D'))
但隨后我希望將該組的內容放在第1-48列中,因此結果數據集的每一行都有一天在左邊是48個電源輸入,右邊是48個電源輸入。
原始數據
2016-06-01 00:00:00 5
2016-06-01 00:30:00 9
2016-06-01 01:00:00 12
目標
DATETIME 00:00:00 00:30:00 01:00:00
2016-06-01 5 9 12
我確定必須有一條規則可以用於添加到timegrouper行的末尾,例如,將所有值列出來並將它們轉置為一行?
示例數據:
import pandas as pd
times = ["2016-06-01 00:00:00", "2016-06-01 00:30:00", "2016-06-01 01:00:00"]
vals = [5, 9, 12]
df = pd.DataFrame(dict(time = times, value = vals))
將時間分為日期和時間:
df["time"] = pd.to_datetime(df.time)
df["date"] = df.time.dt.date
df["time"] = df.time.dt.time
time value date
0 00:00:00 5 2016-06-01
1 00:30:00 9 2016-06-01
2 01:00:00 12 2016-06-01
然后旋轉數據:
df.pivot(index="date", columns="time", values="value")
time 00:00:00 00:30:00 01:00:00
date
2016-06-01 5 9 12
你可以
In [881]: df.set_index([df.time.dt.date, df.time.dt.time])['value'].unstack()
Out[881]:
time 00:00:00 00:30:00 01:00:00
time
2016-06-01 5 9 12
重命名軸
In [903]: (df.set_index([df.time.dt.date, df.time.dt.time])['value'].unstack()
.rename_axis(None).rename_axis('DATETIME', 1))
Out[903]:
DATETIME 00:00:00 00:30:00 01:00:00
2016-06-01 5 9 12
或者,代替set_index
使用groupby
In [907]: df.groupby([df.time.dt.date, df.time.dt.time])['value'].sum().unstack()
Out[907]:
time 00:00:00 00:30:00 01:00:00
time
2016-06-01 5 9 12
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.