重新采樣時間序列數據

Question

我有一些隨機的每小時時間序列數據，（讓我們補充一些）我如何為每日最大值重新采樣以及為記錄的每日最大值的小時創建一個單獨的 df 列？

import pandas as pd 
import numpy as np 
from numpy.random import randint
import os

np.random.seed(10)  # added for reproductibility                                                                                                                                                                 

rng = pd.date_range('10/9/2018 00:00', periods=1000, freq='1H') 
df = pd.DataFrame({'Random_Number':randint(1, 100, 1000)}, index=rng)

df.index.name = 'Date'

重新采樣隨機值：

daily_summary = pd.DataFrame()

daily_summary['Random_Number_Resamp'] = df['Random_Number'].resample('D').max()


daily_summary.head()

然后嘗試記錄每日最大值發生的小時數......

daily_summary['Hour_Map'] = daily_summary.Random_Number_Resamp.index.strftime('%H').astype('int')

daily_summary

上面的代碼不會拋出屬性錯誤，但hour_map將為零.. 當創建daily_summary df 時，如何完成此步驟中也出現hour_map 的情況？

Answer 1

你可以做groupby ：

df.groupby(df.index.normalize())['Random_Number'].agg(['idxmax', 'max']) 

輸出（頭）：

                         idxmax     max
Date        
2018-10-09  2018-10-09 05:00:00     94
2018-10-10  2018-10-10 20:00:00     95
2018-10-11  2018-10-11 15:00:00     97
2018-10-12  2018-10-12 18:00:00     98
2018-10-13  2018-10-13 22:00:00     91

Answer 2

我想我明白你在找什么......

只需在原始 df 中創建一個小時列然后重新采樣：

np.random.seed(10)  # added for reproductibility                                                                                                                                                                 

rng = pd.date_range('10/9/2018 00:00', periods=1000, freq='1H') 
df = pd.DataFrame({'Random_Number':randint(1, 100, 1000)}, index=rng)

df.index.name = 'Date'

# create hour column
df['hour'] = df.index.hour

# resample df
daily_summary = df.resample('D').max()

            Random_Number  hour
Date                           
2018-10-09             94    23
2018-10-10             95    23
2018-10-11             97    23
2018-10-12             98    23
2018-10-13             91    23