python - Pandas ，删除重复的日期时间

Question

我有一个这样的数据框。

       timestamp         avg_hr  avg_rr    emfit_sleep_summary_id   AVG_HR    AVG_RR
 2015-01-28 08:14:50     101     6.4                      78         99.5       6.4 
 2015-01-28 08:14:52      98     6.4                      78         99.5       6.4
 2015-01-28 00:25:00      60     0.0                      78         61.5       0.0
 2015-01-28 00:25:02      63     0.0                      78        61.5       0.0
 2015-01-28 07:24:06      79    11.6                      78        78.5       11.6
 2015-01-28 07:24:08      79    11.6                      78        78.5       11.6

其中时间戳就是索引。我正在尝试删除重复的时间戳(按小时)，因此我尝试获取如下所示的内容而不是上表。

      timestamp         avg_hr  avg_rr    emfit_sleep_summary_id    AVG_HR    AVG_RR
 2015-01-28 08:14:50     101     6.4                      78         99.5       6.4 
 2015-01-28 00:25:02      63     0.0                      78         61.5       0.0
 2015-01-28 07:24:08      79    11.6                      78         78.5       11.6

我尝试了以下方法。

df2 = df2.drop_duplicates(subset=df2.index.hour,take_last=True)

但是返回一个 s Keyerror: 22

我也尝试过:df2 = df2.drop_duplicates(subset=df2.index,take_last=True)

返回，KeyError: Timestamp('2015-03-31 22:29:48')

关于如何实现这一点有什么建议吗？

Answer 1

使用重采样:

In [52]:

df.resample('H', how='first').dropna(how='all')
Out[52]:
                    avg_hr  avg_rr  emfit_sleep_summary_id  AVG_HR  AVG_RR
timestamp                   
2015-01-28 00:00:00 60      0.0                         78  61.5    0.0
2015-01-28 07:00:00 79      11.6                        78  78.5    11.6
2015-01-28 08:00:00 101     6.4                         78  99.5    6.4

使用 .dropna() 的原因是，每小时重新采样会在第一个和最后一个小时之间的每个小时创建行，如果该小时内没有数据，这些行将用 NaN 填充。