gpt4 book ai didi

python - Pandas Dataframe 中区间的高级切片

转载 作者:太空宇宙 更新时间:2023-11-04 01:14:06 25 4
gpt4 key购买 nike

我需要从一个索引为 Freq: 120T 的数据帧中切出多个间隔。每个所需间隔的开始日期由第二个数据帧给出,该数据帧以 Freq: None 索引。我的想法是,我需要获取每个开始日期,并包括时间和周期数来构建每个间隔。所有时间间隔的时间属性和周期都相同。

让我们用一个例子来看看这个乱七八糟的问题

假设我们的开始时间是“18:00:00”,我们的周期数是 3。要切片的数据帧是 df1,包含开始日期的数据帧是 df2。

df1

                      A   B     
DateTime
2005-09-06 16:00:00 1 5
2005-09-06 18:00:00 2 6
2005-09-06 20:00:00 3 7
2005-09-06 22:00:00 4 8
2005-12-07 16:00:00 9 8
2005-12-07 18:00:00 7 6
2005-12-07 20:00:00 5 4
2005-12-07 22:00:00 3 2

<class 'pandas.tseries.index.DatetimeIndex'>
[2005-09-06 16:00:00, ..., 2005-12-07 22:00:00]
Length: 8, Freq: 120T, Timezone: None

df2

             Num
DateTime
2005-09-07 1
2005-12-07 2

<class 'pandas.tseries.index.DatetimeIndex'>
[2005-09-07, 2005-12-07]
Length: 2, Freq: None, Timezone: None

期望的输出:

df3 = func(source=df1['B'], start_dates=df2.index, time_start='18:00:00', periods=3)

1 2
18:00:00 6 6
20:00:00 7 4
22:00:00 8 2

我做了什么以及注意事项:

困难之一是df1中的数据是120T频率的,但只是工作日。考虑到这一点,我会做这样的事情:

start = df2.index[0]   ##  And somehow add to this formula the fact that we want to start at         
'18:00'
df3 = df1['B'][(df1.index > start) & (df1.index < start + 3)] ## Somehow iterate this over the
dates in the df2 index

我很感激任何见解

提前致谢

最佳答案

您正在寻找 pivot ...至少在您提取了您感兴趣的行之后。

那些在同一天的,使用normalizeisin :

In [11]: res = df.loc[df.index.normalize().isin(df2.index), 'B']

In [12]: res
Out[12]:
2005-09-06 16:00:00 5
2005-09-06 18:00:00 6
2005-09-06 20:00:00 7
2005-09-06 22:00:00 8
2005-12-07 16:00:00 8
2005-12-07 18:00:00 6
2005-12-07 20:00:00 4
2005-12-07 22:00:00 2
Name: B, dtype: int64

一旦它处于那种形式,就转向(如果可能缺少数据,您可能必须使用 pivot_table,这更灵活一点)!

In [14]: pd.pivot(res.index.time, res.index.normalize(), res.values)
Out[14]:
2005-09-06 2005-12-07
16:00:00 5 8
18:00:00 6 6
20:00:00 7 4
22:00:00 8 2

使用 isin 的行选择的“主要内容”,检查标准化为午夜的时间是否包含在 df2.index 中。

df.index.normalize().isin(df2.index)

如果我们也关心时间,我们可以使用 indexer_between_time :

In [15]: df.ix[df.index.indexer_between_time('18:00', '00:00'), 'B']
Out[15]:
2005-09-06 18:00:00 6
2005-09-06 20:00:00 7
2005-09-06 22:00:00 8
2005-12-07 18:00:00 6
2005-12-07 20:00:00 4
2005-12-07 22:00:00 2
Name: B, dtype: int64

好吧,在这个例子中,它们是相同的(因为只有我们想要的日期!),但通常您确实需要这两个条件(“和”它们)...

# I had tried to make this a one-liner but utterly failed!
in_time = np.zeros(len(df), dtype=bool)
in_time[df.index.indexer_between_time('18:00', '00:00')] = True
res = df.loc[df.index.normalize().isin(df2.index) & in_time, 'B']

In [17]: res
Out[17]:
2005-09-06 16:00:00 5
2005-09-06 18:00:00 6
2005-09-06 20:00:00 7
2005-09-06 22:00:00 8
2005-12-07 16:00:00 8
2005-12-07 18:00:00 6
Name: B, dtype: int64

您可以映射旋转结果的列:

In [21]: pv = pd.pivot(res.index.time, res.index.normalize(), res.values)

In [22]: pv
Out[22]:
2005-09-06 2005-12-07
18:00:00 6 6
20:00:00 7 4
22:00:00 8 2

In [23]: pv.columns = pv.columns.map(df2.Num.get)

In [24]: pv
Out[24]:
1 2
18:00:00 6 6
20:00:00 7 4
22:00:00 8 2

瞧。

关于python - Pandas Dataframe 中区间的高级切片,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/25756511/

25 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com