[英]Resampling of MultiIndex
我想按類型對數據集進行每日細分。 沒有每種類型的每一天的記錄,它們不存在的地方我想要 NaN。
我能夠得到一個“每天重新采樣”的結果,但類型被省略了。
下面的代碼應該是一個完整的工作示例(好吧,除了最后的已知錯誤之外工作:):
import pandas as pd
import datetime as dt
df = pd.DataFrame({
'Date': [dt.datetime(2021,1,1), dt.datetime(2021, 1, 3), dt.datetime(2020,1,2)],
'Type': ['A', 'A', 'B'],
'Value': [1,2,3]
})
df.set_index('Date', inplace=True)
# this loses the 'type'
print(df.resample('1D').mean())
df = df.reset_index().set_index(['Date', 'Type'])
# this raises an exception "TypeError: Only valid with DatetimeIndex, TimedeltaIndex or PeriodIndex, but got an instance of 'MultiIndex'"
print(df.resample('1D').mean())
Output 我要找的是每一天的一行/類型組合:
日期 | 類型 | 價值 |
---|---|---|
20210101 | 一個 | 1 |
20210102 | 一個 | 鈉 |
20210103 | 一個 | 2 |
20210101 | 乙 | 鈉 |
20210102 | 乙 | 3 |
20210103 | 乙 | 鈉 |
感激地收到任何建議或指示。
如果可能需要每組重新采樣,請使用Grouper
每天重新采樣,然后使用Series.unstack
和DataFrame.stack
來添加缺失值:
df = (df.groupby(['Type', pd.Grouper(freq='1D', key='Date')])['Value']
.mean()
.unstack()
.stack(dropna=False)
.reset_index(name='Value')
)
print (df)
Type Date Value
0 A 2021-01-01 1.0
1 A 2021-01-02 NaN
2 A 2021-01-03 2.0
3 B 2021-01-01 NaN
4 B 2021-01-02 3.0
5 B 2021-01-03 NaN
如果只需要 append 每組缺少日期時間,則使用DataFrame.reindex
:
mux = pd.MultiIndex.from_product([df['Type'].unique(),
pd.date_range(df['Date'].min(), df['Date'].max())],
names=['Date','Type'])
df = df.set_index(['Type','Date']).reindex(mux).reset_index()
print (df)
Date Type Value
0 A 2021-01-01 1.0
1 A 2021-01-02 NaN
2 A 2021-01-03 2.0
3 B 2021-01-01 NaN
4 B 2021-01-02 3.0
5 B 2021-01-03 NaN
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.