个人中心
文章发布
退出
作者热门文章
- 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
26
4
我有一个将其更改为时间序列的 Dataframe。日期范围是从 2013 年到 2017 年。我想在一天中按小时对所有数据进行分组。例如，所有星期一在一起并每小时表示一次，然后是所有星期二。最后我会有 168 (24*7) 行。这样做的最佳方法是什么？
重采样后我有这个样本:
2017-01-17 00:00:00 NaN
2017-01-17 01:00:00 NaN
2017-01-17 02:00:00 NaN
2017-01-17 03:00:00 NaN
2017-01-17 04:00:00 1.0
2017-01-17 05:00:00 NaN
2017-01-17 06:00:00 NaN
2017-01-17 07:00:00 NaN
2017-01-17 08:00:00 NaN
2017-01-17 09:00:00 1.0
2017-01-17 10:00:00 3.0
2017-01-17 11:00:00 3.0
2017-01-17 12:00:00 3.0
2017-01-17 13:00:00 5.0
2017-01-17 14:00:00 2.0
2017-01-17 15:00:00 1.0
2017-01-17 16:00:00 2.0
2017-01-17 17:00:00 1.0
2017-01-17 18:00:00 1.0
2017-01-17 19:00:00 1.0
2017-01-17 20:00:00 NaN
2017-01-17 21:00:00 NaN
2017-01-17 22:00:00 NaN
2017-01-17 23:00:00 NaN
2017-01-24 10:00:00 14.0
2017-01-24 11:00:00 14.0
2017-01-24 12:00:00 5.0
2017-01-24 13:00:00 21.0
2017-01-24 14:00:00 14.0
2017-01-24 15:00:00 7.0
2017-01-24 16:00:00 9.0
2017-01-24 17:00:00 2.0
2017-01-24 18:00:00 1.0
2017-01-24 19:00:00 NaN
2017-01-24 20:00:00 NaN
2017-01-24 21:00:00 2.0
我想要这样的东西:
(count sum)
Monday: 00:00 xx
01:00 xx
...
23:00 xx
Tuesday: 00:00 xx
01:00 xx
...
23:00 xx
最佳答案
我想你可以groupby通过 dayofweek和 hour聚合一些功能，例如总和:
np.random.seed(100)
start = pd.to_datetime('2013-02-24 04:00:00')
rng = pd.date_range(start, periods=100, freq='3H')
#DataFrame has DatetimeIndex
df = pd.DataFrame({'a': np.random.randint(10, size=100)}, index=rng)
print (df)
a
2013-02-24 04:00:00 8
2013-02-24 07:00:00 8
2013-02-24 10:00:00 3
2013-02-24 13:00:00 7
2013-02-24 16:00:00 7
2013-02-24 19:00:00 0
2013-02-24 22:00:00 4
2013-02-25 01:00:00 2
2013-02-25 04:00:00 5
...
...
print (df.index.weekday_name)
['Sunday' 'Sunday' 'Sunday' 'Sunday' 'Sunday' 'Sunday' 'Sunday' 'Monday'
'Monday' 'Monday' 'Monday' 'Monday' 'Monday' 'Monday' 'Monday' 'Tuesday'
'Tuesday' 'Tuesday' 'Tuesday' 'Tuesday' 'Tuesday' 'Tuesday' 'Tuesday'
'Wednesday' 'Wednesday' 'Wednesday' 'Wednesday' 'Wednesday' 'Wednesday'
'Wednesday' 'Wednesday' 'Thursday' 'Thursday' 'Thursday' 'Thursday'
'Thursday' 'Thursday' 'Thursday' 'Thursday' 'Friday' 'Friday' 'Friday'
'Friday' 'Friday' 'Friday' 'Friday' 'Friday' 'Saturday' 'Saturday'
'Saturday' 'Saturday' 'Saturday' 'Saturday' 'Saturday' 'Saturday' 'Sunday'
'Sunday' 'Sunday' 'Sunday' 'Sunday' 'Sunday' 'Sunday' 'Sunday' 'Monday'
'Monday' 'Monday' 'Monday' 'Monday' 'Monday' 'Monday' 'Monday' 'Tuesday'
'Tuesday' 'Tuesday' 'Tuesday' 'Tuesday' 'Tuesday' 'Tuesday' 'Tuesday'
'Wednesday' 'Wednesday' 'Wednesday' 'Wednesday' 'Wednesday' 'Wednesday'
'Wednesday' 'Wednesday' 'Thursday' 'Thursday' 'Thursday' 'Thursday'
'Thursday' 'Thursday' 'Thursday' 'Thursday' 'Friday' 'Friday' 'Friday'
'Friday' 'Friday']
print (df.index.hour)
[ 4 7 10 13 16 19 22 1 4 7 10 13 16 19 22 1 4 7 10 13 16 19 22 1 4
7 10 13 16 19 22 1 4 7 10 13 16 19 22 1 4 7 10 13 16 19 22 1 4 7
10 13 16 19 22 1 4 7 10 13 16 19 22 1 4 7 10 13 16 19 22 1 4 7 10
13 16 19 22 1 4 7 10 13 16 19 22 1 4 7 10 13 16 19 22 1 4 7 10 13]
print (df.groupby([df.index.weekday_name, df.index.hour])['a'].sum())
Friday 1 13
4 10
7 6
10 13
13 11
16 2
19 0
22 8
Monday 1 6
4 12
7 8
10 5
13 11
...
...
如果 DataFrame 有 date 列:
np.random.seed(100)
start = pd.to_datetime('2013-02-24 04:00:00')
rng = pd.date_range(start, periods=100, freq='3H')
df = pd.DataFrame({'date': rng, 'a': np.random.randint(10, size=100)})
print (df)
a date
0 8 2013-02-24 04:00:00
1 8 2013-02-24 07:00:00
2 3 2013-02-24 10:00:00
3 7 2013-02-24 13:00:00
4 7 2013-02-24 16:00:00
5 0 2013-02-24 19:00:00
6 4 2013-02-24 22:00:00
7 2 2013-02-25 01:00:00
8 5 2013-02-25 04:00:00
print (df.groupby([df.date.dt.weekday_name, df.date.dt.hour])['a'].sum())
date date
Friday 1 13
4 10
7 6
10 13
13 11
16 2
19 0
22 8
Monday 1 6
4 12
7 8
10 5
13 11
如果 Series 带有 DatetimeIndex:
s = pd.Series(np.random.randint(10, size=100), index=rng)
print (s)
2013-02-24 04:00:00 8
2013-02-24 07:00:00 8
2013-02-24 10:00:00 3
2013-02-24 13:00:00 7
2013-02-24 16:00:00 7
2013-02-24 19:00:00 0
2013-02-24 22:00:00 4
2013-02-25 01:00:00 2
2013-02-25 04:00:00 5
2013-02-25 07:00:00 2
2013-02-25 10:00:00 2
2013-02-25 13:00:00 2
print (s.groupby([s.index.weekday_name, s.index.hour]).sum())
Friday 1 13
4 10
7 6
10 13
13 11
16 2
19 0
22 8
Monday 1 6
4 12
7 8
10 5
13 11
最后为DataFrame添加reset_index():
df = s.groupby([s.index.weekday_name, s.index.hour]).sum().reset_index()
df.columns = ['days','hours','val']
print (df)
days hours val
0 Friday 1 13
1 Friday 4 10
2 Friday 7 6
3 Friday 10 13
4 Friday 13 11
5 Friday 16 2
6 Friday 19 0
7 Friday 22 8
8 Monday 1 6
9 Monday 4 12
10 Monday 7 8
11 Monday 10 5
12 Monday 13 11
通过评论编辑:
print (s)
2017-01-24 10:00:00 14.0
2017-01-24 11:00:00 14.0
2017-01-24 12:00:00 5.0
2017-01-24 13:00:00 21.0
2017-01-24 14:00:00 14.0
2017-01-24 15:00:00 7.0
2017-01-24 16:00:00 9.0
2017-01-24 17:00:00 2.0
2017-01-24 18:00:00 1.0
2017-01-24 19:00:00 NaN
2017-01-24 20:00:00 NaN
2017-01-24 21:00:00 2.0
Name: a, dtype: float64
df = s.groupby([s.index.weekday_name, s.index.hour]).sum().reset_index()
df.columns = ['days','hours','val']
print (df)
days hours val
0 Tuesday 10 14.0
1 Tuesday 11 14.0
2 Tuesday 12 5.0
3 Tuesday 13 21.0
4 Tuesday 14 14.0
5 Tuesday 15 7.0
6 Tuesday 16 9.0
7 Tuesday 17 2.0
8 Tuesday 18 1.0
9 Tuesday 19 NaN
10 Tuesday 20 NaN
11 Tuesday 21 2.0
关于python - 整天分组python，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/42085355/
26
4
0
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！