[英]Access a pandas group as new data frame
我是來自 Matlab 背景的 pandas/pandas 數據分析新手。 我正在嘗試對數據進行分組,然后處理各個組。 但是,我無法弄清楚如何實際訪問分組結果。
這是我的設置:我有一個 Pandas 數據幀df
,其規則間隔的 DateTime 索引timestamp
為 10 分鍾頻率。 我的數據總共跨越了幾個星期。 我現在想按天對數據進行分組,如下所示:
grouping = df.groupby([pd.Grouper(level="timestamp", freq="D",)])
請注意,我不想聚合這些組(似乎與大多數示例和教程相反)。 我只是想輪流處理每個組並單獨處理它,就像這樣(不起作用):
for g in grouping:
g_df = d.toDataFrame()
some_processing(g_df)
我怎么做? 我還沒有找到從DataFrameGroupBy
對象中提取每日數據框對象的任何方法。
將您的組擴展為數據框字典:
data = dict(list(df.groupby(df.index.date.astype(str))))
>>> data.keys()
dict_keys(['2021-01-01', '2021-01-02'])
>>> data['2021-01-01']
value
timestamp
2021-01-01 00:00:00 0.405630
2021-01-01 01:00:00 0.262235
2021-01-01 02:00:00 0.913946
2021-01-01 03:00:00 0.467516
2021-01-01 04:00:00 0.367712
2021-01-01 05:00:00 0.849070
2021-01-01 06:00:00 0.572143
2021-01-01 07:00:00 0.423401
2021-01-01 08:00:00 0.931463
2021-01-01 09:00:00 0.554809
2021-01-01 10:00:00 0.561663
2021-01-01 11:00:00 0.537471
2021-01-01 12:00:00 0.461099
2021-01-01 13:00:00 0.751878
2021-01-01 14:00:00 0.266371
2021-01-01 15:00:00 0.954553
2021-01-01 16:00:00 0.895575
2021-01-01 17:00:00 0.752671
2021-01-01 18:00:00 0.230219
2021-01-01 19:00:00 0.750243
2021-01-01 20:00:00 0.812728
2021-01-01 21:00:00 0.195416
2021-01-01 22:00:00 0.178367
2021-01-01 23:00:00 0.607105
注意:我將您的組更改為更容易索引: '2021-01-01'
而不是Timestamp('2021-01-01 00:00:00', freq='D')
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.