0

我已经尝试了很多方法来找到一种方法，该方法允许我在没有任何聚合的情况下获得重采样或组的所有组，例如从：

import pandas as pd
import datetime
import numpy as np

fir_date=pd.to_datetime('1991/12/25')
days = pd.date_range(fir_date, fir_date + datetime.timedelta(100), freq='30T')
data=[]
for i in range(3):
    np.random.seed(seed=i)
    data.append(np.random.randint(1, high=100, size=len(days)))
    
df = pd.DataFrame({'Datetime': days, 'feature1': data[0],'feature2': data[1],'feature3': data[2]})
df = df.set_index('Datetime')
df.index = df.index.map(lambda x: x.replace(second=0,microsecond=0))

我能够通过以下方式获得特定重采样的每一组：

df.resample('D').groups

> {Timestamp('1991-12-25 00:00:00', freq='D'): 48, 
> Timestamp('1991-12-26 00:00:00', freq='D'): 96,
> Timestamp('1991-12-27 00:00:00', freq='D'): 144,  
> Timestamp('1991-12-28 00:00:00', freq='D'): 192,  
> Timestamp('1991-12-29 00:00:00', freq='D'): 240,  ...}

输出是一个字典，所以我可以通过以下方式访问特定元素：

df.resample('D').get_group('1991-12-25 00:00:00')

但这似乎并不那么聪明。

有更好的方法，例如，为每组重采样获取 1 个 DataFrame？

我知道可以循环重采样为：

for i in df.resample('D'):
    print(i)
    break

但这不允许我比较不连续的组，或者至少不容易。

有什么好的技巧来处理这个问题吗？

4

2 回答 2

1

结合使用选择unique

import pandas as pd
import datetime
import numpy as np

fir_date=pd.to_datetime('1991/12/25')
days = pd.date_range(fir_date, fir_date + datetime.timedelta(100), freq='30T')
data=[]
for i in range(3):
    np.random.seed(seed=i)
    data.append(np.random.randint(1, high=100, size=len(days)))
    
df = pd.DataFrame({'Datetime': days, 'feature1': data[0],'feature2': data[1],'feature3': data[2]})
df['Days'] = df['Datetime'].dt.date # put in your resample step length here, e.g. days, month, ...
df = df.set_index('Datetime')
df.index = df.index.map(lambda x: x.replace(second=0,microsecond=0))
for i in df['Days'].unique():
    selection = df[df['Days'] = i]
于 2021-04-09T10:40:30.863 回答
1

如果需要 DataFrames 列表，请使用列表理解：

dfs = [x for i, x in df.resample('D')]

如果需要字典可以将resample对象转换为tuples 和dict：

d = dict(tuple(df.resample('D')))
于 2021-04-09T11:14:36.263 回答