9

我有一个数据框，其中包含间隔为 15 秒的时间序列数据：

date_time             value    
2012-12-28 11:11:00   103.2
2012-12-28 11:11:15   103.1
2012-12-28 11:11:30   103.4
2012-12-28 11:11:45   103.5
2012-12-28 11:12:00   103.3

数据跨越多年。我想按年份和时间分组，以查看多年来时间效应的分布。例如，我可能想计算几天内每 15 秒间隔的平均值和标准差，并查看从 2010 年、2011 年、2012 年等开始的平均值和标准差如何变化。我天真地尝试过data.groupby(lambda x: [x.year, x.time])，但没有奏效. 我怎么能做这样的分组？

4

2 回答 2

16

如果date_time不是您的索引，date_time可以使用以下命令创建 -indexed DataFrame：

dfts = df.set_index('date_time')

从那里你可以使用按间隔分组

dfts.groupby(lambda x : x.month).mean()

查看每个月的平均值。同样，你可以做

dfts.groupby(lambda x : x.year).std()

多年来的标准偏差。

如果我理解您想要完成的示例任务，您可以使用 将数据拆分为年份xs，将它们分组并连接结果并将其存储在一个新的DataFrame.

years = range(2012, 2015)
yearly_month_stats = [dfts.xs(str(year)).groupby(lambda x : x.month).mean() for year in years]
df2 = pd.concat(yearly_month_stats, axis=1, keys = years)

你从中得到类似的东西

        2012       2013       2014
       value      value      value
1        NaN   5.324165  15.747767
2        NaN -23.193429   9.193217
3        NaN -14.144287  23.896030
4        NaN -21.877975  16.310195
5        NaN  -3.079910  -6.093905
6        NaN  -2.106847 -23.253183
7        NaN  10.644636   6.542562
8        NaN  -9.763087  14.335956
9        NaN  -3.529646   2.607973
10       NaN -18.633832   0.083575
11       NaN  10.297902  14.059286
12  33.95442  13.692435  22.293245
于 2013-01-13T17:52:51.730 回答
4

你很接近：

data.groupby([lambda x: x.year, lambda x: x.time])

还要确保设置date_time为索引，如kermit666的回答

于 2013-06-14T14:31:24.347 回答