- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我需要从我的数据框 df
中获取随机数据 block 。我试过使用 df.sample(10)
,但它只生成单个样本,而不是连续的 block 。有没有办法对随机 block (例如,6 个连续数据点的 block )进行采样?
这是数据框的示例
Year_DoY_Hour
2015-11-20 12:00:00 NaN
2015-11-20 12:30:00 NaN
2015-11-20 13:00:00 NaN
2015-11-20 13:30:00 NaN
2015-11-20 14:00:00 NaN
2015-11-20 14:30:00 NaN
2015-11-20 15:00:00 0.083298
...
2016-04-30 13:00:00 0.055639
2016-04-30 13:30:00 0.030809
2016-04-30 14:00:00 0.079277
2016-04-30 14:30:00 0.040736
2016-04-30 15:00:00 0.066980
2016-04-30 15:30:00 0.076448
2016-04-30 16:00:00 0.066822
2016-04-30 16:30:00 0.073143
2016-04-30 17:00:00 NaN
2016-04-30 17:30:00 NaN
2016-04-30 18:00:00 NaN
2016-04-30 18:30:00 NaN
2016-04-30 19:00:00 NaN
2016-04-30 19:30:00 NaN
因此,从 df
开始,我需要创建 3 个随机选择的 6 行 block 。
例子:
block 1
2016-04-30 15:00:00 0.066980
2016-04-30 15:30:00 0.076448
2016-04-30 16:00:00 0.066822
2016-04-30 16:30:00 0.073143
2016-04-30 17:00:00 NaN
2016-04-30 17:30:00 NaN
block 2
2016-04-30 09:30:00 0.036728
2016-04-30 10:00:00 0.036108
2016-04-30 10:30:00 0.031045
2016-04-30 11:00:00 0.031762
2016-04-30 11:30:00 0.033714
2016-04-30 12:00:00 0.042499
block 3
2015-11-20 04:30:00 NaN
2015-11-20 05:00:00 NaN
2015-11-20 05:30:00 NaN
2015-11-20 06:00:00 NaN
2015-11-20 06:30:00 NaN
2015-11-20 07:00:00 NaN
block 应该是随机顺序,但 block 中的数据必须是顺序的。我还没有找到任何功能或类似的东西来做到这一点。
最佳答案
您可以生成一个从 0 到数据帧长度的随机数,然后在该索引处对数据帧进行切片。
import pandas as pd
import numpy as np
# create a fake data frame
index = pd.DatetimeIndex(start='2015-11-20', end='2016-04-30', freq='30min')
df = pd.DataFrame(np.random.normal(loc=10, size=len(index)), index=index, columns=['vals'])
# set the block size and the number of samples
block_size = 6
num_samples = 3
samples = [df.iloc[x:x+block_size] for x in np.random.randint(len(df), size=num_samples)]
# check results
samples[0]
vals
2016-01-06 00:30:00 10.313824
2016-01-06 01:00:00 9.445082
2016-01-06 01:30:00 11.952581
2016-01-06 02:00:00 9.496415
2016-01-06 02:30:00 10.404322
2016-01-06 03:00:00 8.506910
samples[1]
vals
2015-12-23 02:00:00 10.472048
2015-12-23 02:30:00 10.276933
2015-12-23 03:00:00 10.013481
2015-12-23 03:30:00 11.293218
2015-12-23 04:00:00 10.258379
2015-12-23 04:30:00 9.543600
samples[2]
vals
2016-01-10 06:00:00 10.809594
2016-01-10 06:30:00 8.953594
2016-01-10 07:00:00 10.254928
2016-01-10 07:30:00 9.911142
2016-01-10 08:00:00 10.377016
2016-01-10 08:30:00 11.907871
关于python - Pandas 中的随机数据 block ,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45938227/
pandas.crosstab 和 Pandas 数据透视表似乎都提供了完全相同的功能。有什么不同吗? 最佳答案 pivot_table没有 normalize争论,不幸的是。 在 crosstab
我能找到的最接近的答案似乎太复杂:How I can create an interval column in pandas? 如果我有一个如下所示的 pandas 数据框: +-------+ |
这是我用来将某一行的一列值移动到同一行的另一列的当前代码: #Move 2014/15 column ValB to column ValA df.loc[(df.Survey_year == 201
我有一个以下格式的 Pandas 数据框: df = pd.DataFrame({'a' : [0,1,2,3,4,5,6], 'b' : [-0.5, 0.0, 1.0, 1.2, 1.4,
所以我有这两个数据框,我想得到一个新的数据框,它由两个数据框的行的克罗内克积组成。正确的做法是什么? 举个例子:数据框1 c1 c2 0 10 100 1 11 110 2 12
TL;DR:在 pandas 中,如何绘制条形图以使其 x 轴刻度标签看起来像折线图? 我制作了一个间隔均匀的时间序列(每天一个项目),并且可以像这样很好地绘制它: intensity[350:450
我有以下两个时间列,“Time1”和“Time2”。我必须计算 Pandas 中的“差异”列,即 (Time2-Time1): Time1 Time2
从这个 df 去的正确方法是什么: >>> df=pd.DataFrame({'a':['jeff','bob','jill'], 'b':['bob','jeff','mike']}) >>> df
我想按周从 Pandas 框架中的列中累积计算唯一值。例如,假设我有这样的数据: df = pd.DataFrame({'user_id':[1,1,1,2,2,2],'week':[1,1,2,1,
数据透视表的表示形式看起来不像我在寻找的东西,更具体地说,结果行的顺序。 我不知道如何以正确的方式进行更改。 df示例: test_df = pd.DataFrame({'name':['name_1
我有一个数据框,如下所示。 Category Actual Predicted 1 1 1 1 0
我有一个 df,如下所示。 df: ID open_date limit 1 2020-06-03 100 1 2020-06-23 500
我有一个 df ,其中包含与唯一值关联的各种字符串。对于这些唯一值,我想删除不等于单独列表的行,最后一行除外。 下面使用 Label 中的各种字符串值与 Item 相关联.所以对于每个唯一的 Item
考虑以下具有相同名称的列的数据框(显然,这确实发生了,目前我有一个像这样的数据集!:() >>> df = pd.DataFrame({"a":range(10,15),"b":range(5,10)
我在 Pandas 中有一个 DF,它看起来像: Letters Numbers A 1 A 3 A 2 A 1 B 1 B 2
如何减去两列之间的时间并将其转换为分钟 Date Time Ordered Time Delivered 0 1/11/19 9:25:00 am 10:58:00 am
我试图理解 pandas 中的下/上百分位数计算,但有点困惑。这是它的示例代码和输出。 test = pd.Series([7, 15, 36, 39, 40, 41]) test.describe(
我有一个多索引数据框,如下所示: TQ bought HT Detailed Instru
我需要从包含值“低”,“中”或“高”的数据框列创建直方图。当我尝试执行通常的df.column.hist()时,出现以下错误。 ex3.Severity.value_counts() Out[85]:
我试图根据另一列的长度对一列进行子串,但结果集是 NaN .我究竟做错了什么? import pandas as pd df = pd.DataFrame([['abcdefghi','xyz'],
我是一名优秀的程序员,十分优秀!