- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我有 future 10 天的一些数据。
[{'cover_image': 'TODO - s3 link', 'epoch': 1497403800000},
{'cover_image': 'TODO - s3 link', 'epoch': 1497490200000},
{'cover_image': 'TODO - s3 link', 'epoch': 1497576600000},
{'cover_image': 'TODO - s3 link', 'epoch': 1497663000000},
{'cover_image': 'TODO - s3 link', 'epoch': 1497749400000},
{'cover_image': 'TODO - s3 link', 'epoch': 1497835800000},
{'cover_image': 'TODO - s3 link', 'epoch': 1497922200000},
{'cover_image': 'TODO - s3 link', 'epoch': 1498008600000},
{'cover_image': 'TODO - s3 link', 'epoch': 1498095000000},
{'cover_image': 'TODO - s3 link', 'epoch': 1498181400000}]
使用周数,我想将数据分组到本周
和下周
。
我想要这样的东西,
{
'24': [# list of items for this week],
'25': [# list of items for next week]
}
# i.e.
{'24': [{'cover_image': 'TODO - s3 link', 'epoch': 1497403800000},
{'cover_image': 'TODO - s3 link', 'epoch': 1497490200000},
{'cover_image': 'TODO - s3 link', 'epoch': 1497576600000},
{'cover_image': 'TODO - s3 link', 'epoch': 1497663000000},
{'cover_image': 'TODO - s3 link', 'epoch': 1497749400000}],
'25': [{'cover_image': 'TODO - s3 link', 'epoch': 1497835800000},
{'cover_image': 'TODO - s3 link', 'epoch': 1497922200000},
{'cover_image': 'TODO - s3 link', 'epoch': 1498008600000},
{'cover_image': 'TODO - s3 link', 'epoch': 1498095000000},
{'cover_image': 'TODO - s3 link', 'epoch': 1498181400000}]
}
使用pandas
,我试着做
In [89]: df = pandas.DataFrame(data)
In [90]: df.index = pandas.to_datetime(df['epoch'], unit='ms')
In [103]: df['label'] = df.index.week
In [104]: df
Out[104]:
cover_image epoch label
epoch
2017-06-14 01:30:00 TODO - s3 link 1497403800000 24
2017-06-15 01:30:00 TODO - s3 link 1497490200000 24
2017-06-16 01:30:00 TODO - s3 link 1497576600000 24
2017-06-17 01:30:00 TODO - s3 link 1497663000000 24
2017-06-18 01:30:00 TODO - s3 link 1497749400000 24
2017-06-19 01:30:00 TODO - s3 link 1497835800000 25
2017-06-20 01:30:00 TODO - s3 link 1497922200000 25
2017-06-21 01:30:00 TODO - s3 link 1498008600000 25
2017-06-22 01:30:00 TODO - s3 link 1498095000000 25
2017-06-23 01:30:00 TODO - s3 link 1498181400000 25
In [106]: df.groupby('label').groups
Out[106]:
{24: DatetimeIndex(['2017-06-14 01:30:00', '2017-06-15 01:30:00',
'2017-06-16 01:30:00', '2017-06-17 01:30:00',
'2017-06-18 01:30:00'],
dtype='datetime64[ns]', name=u'epoch', freq=None),
25: DatetimeIndex(['2017-06-19 01:30:00', '2017-06-20 01:30:00',
'2017-06-21 01:30:00', '2017-06-22 01:30:00',
'2017-06-23 01:30:00'],
dtype='datetime64[ns]', name=u'epoch', freq=None)}
由于我对pandas
的了解有限,所以我无法深入了解。
如果我将周数键更改为 this_week、next_week 和 future,那就太好了。
请帮帮我。
最佳答案
看来你需要:
df = pd.DataFrame(data)
df.index = pd.to_datetime(df['epoch'], unit='ms')
d = dict(tuple(df.groupby(df.index.week)))
print (d[24])
cover_image epoch
epoch
2017-06-14 01:30:00 TODO - s3 link 1497403800000
2017-06-15 01:30:00 TODO - s3 link 1497490200000
2017-06-16 01:30:00 TODO - s3 link 1497576600000
2017-06-17 01:30:00 TODO - s3 link 1497663000000
2017-06-18 01:30:00 TODO - s3 link 1497749400000
编辑:
data = [{'cover_image': 'TODO - s3 link', 'epoch': 1497403800000},
{'cover_image': 'TODO - s3 link', 'epoch': 1497490200000},
{'cover_image': 'TODO - s3 link', 'epoch': 1497576600000},
{'cover_image': 'TODO - s3 link', 'epoch': 1497663000000},
{'cover_image': 'TODO - s3 link', 'epoch': 1497749400000},
{'cover_image': 'TODO - s3 link', 'epoch': 1497835800000},
{'cover_image': 'TODO - s3 link', 'epoch': 1497922200000},
{'cover_image': 'TODO - s3 link', 'epoch': 1498008600000},
{'cover_image': 'TODO - s3 link', 'epoch': 1498895000000},
{'cover_image': 'TODO - s3 link', 'epoch': 1499881400000}]
df = pd.DataFrame(data)
df.index = pd.to_datetime(df['epoch'], unit='ms')
print (df)
cover_image epoch
epoch
2017-06-14 01:30:00 TODO - s3 link 1497403800000
2017-06-15 01:30:00 TODO - s3 link 1497490200000
2017-06-16 01:30:00 TODO - s3 link 1497576600000
2017-06-17 01:30:00 TODO - s3 link 1497663000000
2017-06-18 01:30:00 TODO - s3 link 1497749400000
2017-06-19 01:30:00 TODO - s3 link 1497835800000
2017-06-20 01:30:00 TODO - s3 link 1497922200000
2017-06-21 01:30:00 TODO - s3 link 1498008600000
2017-07-01 07:43:20 TODO - s3 link 1498895000000
2017-07-12 17:43:20 TODO - s3 link 1499881400000
now = pd.datetime.now()
print (now)
2017-06-14 09:45:25.371940
weeks = df.index.week
this_week = now.isocalendar()[1]
next_week = (now + pd.Timedelta(7, unit='d')).isocalendar()[1]
map_d = {x:'future' for x in weeks.unique() if x not in [this_week, next_week]}
map_d[this_week] = 'this_week'
map_d[next_week] = 'next_week'
print (map_d)
{24: 'this_week', 25: 'next_week', 26: 'future', 28: 'future'}
d = dict(tuple(df.groupby([map_d[x] for x in weeks])))
print (d['next_week'])
cover_image epoch
epoch
2017-06-19 01:30:00 TODO - s3 link 1497835800000
2017-06-20 01:30:00 TODO - s3 link 1497922200000
2017-06-21 01:30:00 TODO - s3 link 1498008600000
d = {k:v.to_dict(orient='records') for k, v in df.groupby([map_d[x] for x in weeks])}
print (d)
{'future': [{'cover_image': 'TODO - s3 link', 'epoch': 1498895000000},
{'cover_image': 'TODO - s3 link', 'epoch': 1499881400000}],
'next_week': [{'cover_image': 'TODO - s3 link', 'epoch': 1497835800000},
{'cover_image': 'TODO - s3 link', 'epoch': 1497922200000},
{'cover_image': 'TODO - s3 link', 'epoch': 1498008600000}],
'this_week': [{'cover_image': 'TODO - s3 link', 'epoch': 1497403800000},
{'cover_image': 'TODO - s3 link', 'epoch': 1497490200000},
{'cover_image': 'TODO - s3 link', 'epoch': 1497576600000},
{'cover_image': 'TODO - s3 link', 'epoch': 1497663000000},
{'cover_image': 'TODO - s3 link', 'epoch': 1497749400000}]}
关于python - 使用 pandas 按第 n 周对列表项进行分组,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/44537175/
我正在处理一组标记为 160 个组的 173k 点。我想通过合并最接近的(到 9 或 10 个组)来减少组/集群的数量。我搜索过 sklearn 或类似的库,但没有成功。 我猜它只是通过 knn 聚类
我有一个扁平数字列表,这些数字逻辑上以 3 为一组,其中每个三元组是 (number, __ignored, flag[0 or 1]),例如: [7,56,1, 8,0,0, 2,0,0, 6,1,
我正在使用 pipenv 来管理我的包。我想编写一个 python 脚本来调用另一个使用不同虚拟环境(VE)的 python 脚本。 如何运行使用 VE1 的 python 脚本 1 并调用另一个 p
假设我有一个文件 script.py 位于 path = "foo/bar/script.py"。我正在寻找一种在 Python 中通过函数 execute_script() 从我的主要 Python
这听起来像是谜语或笑话,但实际上我还没有找到这个问题的答案。 问题到底是什么? 我想运行 2 个脚本。在第一个脚本中,我调用另一个脚本,但我希望它们继续并行,而不是在两个单独的线程中。主要是我不希望第
我有一个带有 python 2.5.5 的软件。我想发送一个命令,该命令将在 python 2.7.5 中启动一个脚本,然后继续执行该脚本。 我试过用 #!python2.7.5 和http://re
我在 python 命令行(使用 python 2.7)中,并尝试运行 Python 脚本。我的操作系统是 Windows 7。我已将我的目录设置为包含我所有脚本的文件夹,使用: os.chdir("
剧透:部分解决(见最后)。 以下是使用 Python 嵌入的代码示例: #include int main(int argc, char** argv) { Py_SetPythonHome
假设我有以下列表,对应于及时的股票价格: prices = [1, 3, 7, 10, 9, 8, 5, 3, 6, 8, 12, 9, 6, 10, 13, 8, 4, 11] 我想确定以下总体上最
所以我试图在选择某个单选按钮时更改此框架的背景。 我的框架位于一个类中,并且单选按钮的功能位于该类之外。 (这样我就可以在所有其他框架上调用它们。) 问题是每当我选择单选按钮时都会出现以下错误: co
我正在尝试将字符串与 python 中的正则表达式进行比较,如下所示, #!/usr/bin/env python3 import re str1 = "Expecting property name
考虑以下原型(prototype) Boost.Python 模块,该模块从单独的 C++ 头文件中引入类“D”。 /* file: a/b.cpp */ BOOST_PYTHON_MODULE(c)
如何编写一个程序来“识别函数调用的行号?” python 检查模块提供了定位行号的选项,但是, def di(): return inspect.currentframe().f_back.f_l
我已经使用 macports 安装了 Python 2.7,并且由于我的 $PATH 变量,这就是我输入 $ python 时得到的变量。然而,virtualenv 默认使用 Python 2.6,除
我只想问如何加快 python 上的 re.search 速度。 我有一个很长的字符串行,长度为 176861(即带有一些符号的字母数字字符),我使用此函数测试了该行以进行研究: def getExe
list1= [u'%app%%General%%Council%', u'%people%', u'%people%%Regional%%Council%%Mandate%', u'%ppp%%Ge
这个问题在这里已经有了答案: Is it Pythonic to use list comprehensions for just side effects? (7 个答案) 关闭 4 个月前。 告
我想用 Python 将两个列表组合成一个列表,方法如下: a = [1,1,1,2,2,2,3,3,3,3] b= ["Sun", "is", "bright", "June","and" ,"Ju
我正在运行带有最新 Boost 发行版 (1.55.0) 的 Mac OS X 10.8.4 (Darwin 12.4.0)。我正在按照说明 here构建包含在我的发行版中的教程 Boost-Pyth
学习 Python,我正在尝试制作一个没有任何第 3 方库的网络抓取工具,这样过程对我来说并没有简化,而且我知道我在做什么。我浏览了一些在线资源,但所有这些都让我对某些事情感到困惑。 html 看起来
我是一名优秀的程序员,十分优秀!