[英]Resample pandas dataframe based on two columns
我得到了一個有兩列的 pandas dataframe。 日期和評級編號,如下所示:
Date Rating
0 2020-07-28 9
1 2020-07-28 10
2 2020-07-27 8
3 2020-07-26 10
4 2020-07-26 9
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 100 entries, 0 to 99
我想用每天的時間間隔對 DataFrame 重新采樣,計算每天的評分數量並獲得每天的平均評分。 所以新的 dataframe 應該是這樣的:
Date Amount of Ratings Average rating
0 2020-07-28 2 9.5
1 2020-07-27 1 8
2 2020-07-26 2 9.5
我該怎么做?
我將索引更改為 Datetimeindex 並使用 count() 計算行數,但它計算所有列,我想在其中將評級列重新采樣為每天平均評級。
這是我試過的:
df = df.set_index(pd.to_datetime(df['Date']))
df_resampled = df.resample('D').count()
Output:
Date Rating
Date
2020-07-21 17 17
2020-07-22 14 14
2020-07-23 16 16
2020-07-24 14 14
2020-07-25 9 9
使用df.agg()
聚合多列的不同操作
df_resampled = df.resample('D').agg({'Date': 'count', 'Value': 'mean'}))
df_resampled = df_resampled.rename(columns = {'Date' : 'Amount of Ratings' , 'Value' : 'Average rating'})
Output:
Amount of Ratings Average rating
Date
2020-07-26 2 9.5
2020-07-27 1 8.0
2020-07-28 2 9.5
您可以使用 Group by Agg 解決此問題:
df2= df.groupby(['Date'], as_index=False).agg(['mean', 'count'])
df2.columns = ['Average rating', 'Amount of Ratings']
df2 = df2.reset_index()
df2
Output:
Date Average rating Amount of Ratings
0 2020-07-26 9.5 2
1 2020-07-27 8.0 1
2 2020-07-28 9.5 2
在這里查看更多
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.