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?