python - Pandas ， python 。如何根据观察次数过滤掉天数？

Question

我想过滤掉那些少于 200 分钟观察值的日子。我的数据如下所示:

    Time                                   
    2009-01-30 09:30:00   85.1100  100.1100
    2009-01-30 09:39:00   84.9300  100.0500
    2009-01-30 09:40:00   84.9000  100.0000
    2009-01-30 09:45:00   84.9100   99.9400
    2009-01-30 09:48:00   84.8100   99.9000
    2009-01-30 09:55:00   84.7800  100.0000
                          ...       ...
    2016-02-29 15:58:00  193.7200   24.8300
    2016-02-29 15:59:00  193.4800   24.8700
    2016-02-29 16:00:00  193.6100   24.8300
    2016-03-01 09:30:00  195.2200   24.3099
    2016-03-01 09:31:00  195.1000   24.3300
    2016-03-01 09:32:00  195.1500   24.3100
    2016-03-01 09:33:00  195.1100   24.3800

第一列是 DateTimeIndex，正如您可能注意到的那样，这是一个分钟数据，数据集中缺少一些分钟。我想避免对分钟数据进行重新采样和处理 NA 值，而是找到一种根据索引过滤天数的方法(天有更多 > 200 分钟的观察结果，<200 分钟的观察结果被丢弃)

Answer 1

假设 Time 是一列(不是索引)，尝试如下操作:

df.ix[df.groupby(df['Time'].dt.date)['col1'].transform('count') > 200]

其中 col1 是列名

如果 Time 列是一个索引:

df.ix[df.groupby(df.index.date)['col1'].transform('count') > 200]

---

更新: 从 Pandas 0.20.1 开始 the .ix indexer is deprecated, in favor of the more strict .iloc and .loc indexers .

所以使用 df.loc[...] 而不是弃用的 df.ix[...]