0

我有一些 Pandas (python) 数据帧，它们是通过大约每 8 毫秒收集一次数据而创建的。数据被分解成块，序列重新开始。所有块都有一个标签，并且有一个时间戳列指示收集样本的时间（从文件的开头）。为了得到一个想法，框架看起来像这样：

|        | EXPINDEX | EXPTIMESTAMP | DATA1 | DATA2 |
-----------------------------------------------------
| BLOCK  | 0        |              |       |       |
| Block1 | 1        | 0            | .423  | .926  |
|        | 2        | 8.215        | .462  | .919  |
|        | 3        | 17.003       | .472  | .904  |
| Block2 | 4        | 55.821       | .243  | .720  |
|        | 5        | 63.521       | .237  | .794  |
| ...    | ...      | ...          | ...   | ...   |
------------------------------------------------------

EXPTIMESTAMP 列是一个 DateTimeIndex。我想做的是稍后保留该列以供实用程序使用，但使用块相关的 DateTimeIndex 创建一个不同的子索引，例如：

|        |                | EXPTIMESTAMP | DATA1 | DATA2 |
----------------------------------------------------------
| BLOCK  | BLOCKTIMESTAMP |              |       |       |
| Block1 | 0              | 0            | .423  | .926  |
|        | 8.215          | 8.215        | .462  | .919  |
|        | 17.003         | 17.003       | .472  | .904  |
| Block2 | 0              | 55.821       | .243  | .720  |
|        | 7.700          | 63.521       | .237  | .794  |
| ...    | ...            | ...          | ...   | ...   |
----------------------------------------------------------

我已经得到了这个工作：

blockreltimestamp = []
blocks = list(df.index.levels[0])
for block in blocks:
   dfblock = df.xs(block, level='BLOCK').copy()
   dfblock["InitialVal"] = dfblock.iloc[0]["EXPTIMESTAMP"]
   reltime = dfsblock["EXPTIMESTAMP"] - dfblock["InitialVal"]
   blockreltimestamp.extend(list(reltime))
df["BLOCKTIMESTAMP"] = blockreltimestamp
df.set_index(["BLOCK","BLOCKTIMESTAMP"], drop=False, inplace=True)

但我想知道是否有一种更清洁/更有效/更熊猫式的方式来进行这种类型的转换。

谢谢！

4

1 回答 1

0

更清洁的解决方案最终处理了非多索引数据帧，其中 BLOCK 仍然是具有块 ID 的列，而 EXPTIMESTAMP 是一列，正如我最终想要的那样。从那里，我使用了 pandas 的 groupby 功能：

initialvalmatrix = df.groupby("BLOCK").min()[["EXPTIMESTAMP"]]

这将创建一个索引为“BLOCK”的数据框，以及一个包含每个块的最小值“EXPTIMESTAMP”的列“EXPTIMESTAMP”。

为清楚起见，我将“EXPTIMESTAMP”列重命名为“INITIALBYBLOCK”：

initialvalmatrix.columns = ["INITIALBYBLOCK"]

然后我使用 pandas 的 apply 跨列运行函数来计算“BLOCKTIMESTAMP”列：

df["BLOCKTIMESTAMP"] = df.apply(apply_zero_timestamp, axis=1, tslookup=initialvalmatrix)
#Keyword arguments, if not used in the apply method, are passed into the function specified.

...其中“apply_zero_timestamp”函数定义为：

def apply_zero_timestamp(series, tslookup):
    zeroval = series["EXPTIMESTAMP"] - tslookup["INITIALBYBLOCK"][series["BLOCK"]]
    return zeroval

最后，我只需要根据需要设置索引：

df.set_index(["BLOCK","BLOCKTIMESTAMP"], drop=False, inplace=True)

希望能帮助到你！

于 2016-01-29T21:31:40.513 回答