gpt4 book ai didi

python - DataFrame 在日期范围内重新采样

转载 作者:行者123 更新时间:2023-11-30 22:29:02 26 4
gpt4 key购买 nike

我有一个包含列的数据框'start_time'(日期时间)、'end_time'(日期时间)、'mode' 和其他一些列。表格中不同行的范围没有重叠。

我想创建一个新的 DataFrame,它对原始 DataFrame 的每一行进行重新采样,如下所示:'current_time'、'mode'、其他列

其中“current_time”是原始“start_time”和“end_time”之间以给定频率进行的重新采样,所有其他列只是原始表中值的副本。

示例:原始数据框:

             start_time                   end_time   mode
2017-06-01 06:38:00.000 2017-06-01 06:39:00.000 x
2017-06-01 17:22:00.000 2017-06-01 17:22:30.000 y

对于给定的“频率”“10S”,我想获得以下数据帧:

           current_time     mode
2017-06-01 06:38:00.000 x
2017-06-01 06:38:10.000 x
2017-06-01 06:38:20.000 x
2017-06-01 06:38:30.000 x
2017-06-01 06:38:40.000 x
2017-06-01 06:38:50.000 x
2017-06-01 17:22:00.000 y
2017-06-01 17:22:10.000 y
2017-06-01 17:22:20.000 y

我正在寻找一种相当高效且优雅的方法来做到这一点。

非常感谢!

最佳答案

您可以使用:

#convert columns to datetimes if necessary
df['start_time']= pd.to_datetime(df['start_time'])
df['end_time']= pd.to_datetime(df['end_time'])
#subtract 10s for no last row from values from end_time column
df['end_time']= df['end_time'] - pd.Timedelta(10, unit='s')
<小时/>
#loop by list comprehension for list of date ranges
#concat to one big DataFrame
df1 = (pd.concat([pd.Series(r.Index,
pd.date_range(r.start_time, r.end_time, freq='10S'))
for r in df.itertuples()])
.reset_index())
df1.columns = ['current_time','idx']
print (df1)
current_time idx
0 2017-06-01 06:38:00 0
1 2017-06-01 06:38:10 0
2 2017-06-01 06:38:20 0
3 2017-06-01 06:38:30 0
4 2017-06-01 06:38:40 0
5 2017-06-01 06:38:50 0
6 2017-06-01 17:22:00 1
7 2017-06-01 17:22:10 1
8 2017-06-01 17:22:20 1

通过OP评论进行编辑:

如果使用参数close=left:

pd.date_range(r.start_time, r.end_time, freq='10S', closed='left')

那么可以省略减法。

<小时/>
#join all another columns by index
df2 = df1.set_index('idx').join(df.drop(['start_time','end_time'], 1)).reset_index(drop=True)
print (df2)
current_time mode
0 2017-06-01 06:38:00 x
1 2017-06-01 06:38:10 x
2 2017-06-01 06:38:20 x
3 2017-06-01 06:38:30 x
4 2017-06-01 06:38:40 x
5 2017-06-01 06:38:50 x
6 2017-06-01 17:22:00 y
7 2017-06-01 17:22:10 y
8 2017-06-01 17:22:20 y

另一个解决方案:

#create column from index for last join (index values has to be unique)
df = df.reset_index()
#reshape dates to datetimeindex
df1 = (df.melt(df.columns.difference(['start_time','end_time']),
['start_time', 'end_time'],
value_name='current_time')
.drop('variable', 1)
.set_index('current_time'))
print (df1)
index mode
current_time
2017-06-01 06:38:00 0 x
2017-06-01 17:22:00 1 y
2017-06-01 06:38:50 0 x
2017-06-01 17:22:20 1 y

#group by index column and resample, NaNs are replaced by forward filling
df2 = df1.groupby('index').resample('10S').ffill().reset_index(0, drop=True).drop('index', 1)
print (df2)
mode
current_time
2017-06-01 06:38:00 x
2017-06-01 06:38:10 x
2017-06-01 06:38:20 x
2017-06-01 06:38:30 x
2017-06-01 06:38:40 x
2017-06-01 06:38:50 x
2017-06-01 17:22:00 y
2017-06-01 17:22:10 y
2017-06-01 17:22:20 y

关于python - DataFrame 在日期范围内重新采样,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/46484458/

26 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com