- 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?
我正在尝试在分组的 DataFrame 中进行上采样,但不确定如何使其仅在组内进行上采样。我有一个看起来像这样的数据框:
cat weekstart date
0.0 2016-07-04 00:00:00+00:00 2016-07-04 1
2016-07-06 1
2016-07-07 2
2016-08-15 00:00:00+00:00 2016-08-16 1
2016-08-19 1
2016-09-19 00:00:00+00:00 2016-09-20 1
2016-09-21 1
2016-12-19 00:00:00+00:00 2016-12-19 1
2016-12-21 1
1.0 2016-07-25 00:00:00+00:00 2016-07-26 2
2016-08-01 00:00:00+00:00 2016-08-03 1
2016-08-08 00:00:00+00:00 2016-08-12 1
如果我做类似 df.unstack().fillna(0).stack() 的事情会导致:
cat weekstart date
0.0 2016-07-04 00:00:00+00:00 2016-1-1 0
.
.
.
2016-07-04 1
2016-07-06 1
2016-07-07 2
因为日期列中的最小值是 2016-1-1。不过,我所追求的只是在每个“猫”和“周开始”内采样工作日,例如:
cat weekstart date
0.0 2016-07-04 00:00:00+00:00 2016-07-04 1
2016-07-05 0
2016-07-06 1
2016-07-07 2
2016-07-8 0
2016-08-15 00:00:00+00:00 2016-08-15 0
2016-08-16 1
2016-08-17 0
2016-08-18 0
2016-08-19 1
我尝试过使用:
level_values = df.index.get_level_values
df.groupby(
[level_values(i) for i in [0, 1]] + [pd.Grouper('B', level=-1)]
)
.sum()
但它没有按预期工作。
最佳答案
我认为您需要使用 reindex
的自定义功能由 bdate_range
创建的 MultiIndex
:
def f(x):
lvl0 = x.index.get_level_values(0)[0]
lvl1 = x.index.get_level_values(1)[0]
lvl2 = pd.bdate_range(start=lvl1, periods=5)
mux = pd.MultiIndex.from_product([[lvl0], [lvl1], lvl2], names=x.index.names)
return (x.reindex(mux, fill_value=0))
s1 = s.groupby(['cat','weekstart'], group_keys=False).apply(f)
<小时/>
print (s1)
cat weekstart date
0.0 2016-07-04 2016-07-04 1
2016-07-05 0
2016-07-06 1
2016-07-07 2
2016-07-08 0
2016-08-15 2016-08-15 0
2016-08-16 1
2016-08-17 0
2016-08-18 0
2016-08-19 1
2016-09-19 2016-09-19 0
2016-09-20 1
2016-09-21 1
2016-09-22 0
2016-09-23 0
2016-12-19 2016-12-19 1
2016-12-20 0
2016-12-21 1
2016-12-22 0
2016-12-23 0
1.0 2016-07-25 2016-07-25 0
2016-07-26 2
2016-07-27 0
2016-07-28 0
2016-07-29 0
2016-08-01 2016-08-01 0
2016-08-02 0
2016-08-03 1
2016-08-04 0
2016-08-05 0
2016-08-08 2016-08-08 0
2016-08-09 0
2016-08-10 0
2016-08-11 0
2016-08-12 1
Name: a, dtype: int64
设置:
d = {(0.0, pd.Timestamp('2016-07-04 00:00:00'), pd.Timestamp('2016-07-07 00:00:00')): 2, (1.0, pd.Timestamp('2016-07-25 00:00:00'), pd.Timestamp('2016-07-26 00:00:00')): 2, (0.0, pd.Timestamp('2016-08-15 00:00:00'), pd.Timestamp('2016-08-16 00:00:00')): 1, (0.0, pd.Timestamp('2016-07-04 00:00:00'), pd.Timestamp('2016-07-04 00:00:00')): 1, (0.0, pd.Timestamp('2016-09-19 00:00:00'), pd.Timestamp('2016-09-20 00:00:00')): 1, (0.0, pd.Timestamp('2016-09-19 00:00:00'), pd.Timestamp('2016-09-21 00:00:00')): 1, (0.0, pd.Timestamp('2016-12-19 00:00:00'), pd.Timestamp('2016-12-19 00:00:00')): 1, (1.0, pd.Timestamp('2016-08-08 00:00:00'), pd.Timestamp('2016-08-12 00:00:00')): 1, (0.0, pd.Timestamp('2016-07-04 00:00:00'), pd.Timestamp('2016-07-06 00:00:00')): 1, (1.0, pd.Timestamp('2016-08-01 00:00:00'), pd.Timestamp('2016-08-03 00:00:00')): 1, (0.0, pd.Timestamp('2016-12-19 00:00:00'), pd.Timestamp('2016-12-21 00:00:00')): 1, (0.0, pd.Timestamp('2016-08-15 00:00:00'), pd.Timestamp('2016-08-19 00:00:00')): 1}
s = pd.Series(d).rename_axis(['cat','weekstart','date'])
print (s)
cat weekstart date
0.0 2016-07-04 2016-07-04 1
2016-07-06 1
2016-07-07 2
2016-08-15 2016-08-16 1
2016-08-19 1
2016-09-19 2016-09-20 1
2016-09-21 1
2016-12-19 2016-12-19 1
2016-12-21 1
1.0 2016-07-25 2016-07-26 2
2016-08-01 2016-08-03 1
2016-08-08 2016-08-12 1
dtype: int64
关于python - pandas 多索引中的上采样,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/48665651/
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!