如何基于一列对df重新采样并从另一列中添加值？

debugcn 发表于 Dev

赖因哈特

我有df如下内容：

id  dates   values  tz
1   2020-01-01 00:15:00 87.8    +01
2   2020-01-01 00:30:00 88.3    +01
3   2020-01-01 00:45:00 89.0    +01
4   2020-01-01 01:00:00 90.1    +01
5   2020-01-01 01:15:00 91.3    +01
6   2020-01-01 01:30:00 92.4    +01
7   2020-01-01 01:45:00 92.9    +01
8   2020-01-01 02:00:00 92.5    +01
9   2020-01-01 02:15:00 91.0    +01
10  2020-01-01 02:30:00 88.7    +01
11  2020-01-01 02:45:00 86.4    +01
12  2020-01-01 03:00:00 84.7    +01

我想做的是基于id列对每4行进行合并，然后在该values列中添加dates值，并将时间戳记以分钟为单位分配给该值00

例：

id  dates   values  tz
1   2020-01-01 00:15:00 87.8    +01
2   2020-01-01 00:30:00 88.3    +01
3   2020-01-01 00:45:00 89.0    +01
4   2020-01-01 01:00:00 90.1    +01

当我合并前四个值时，输出应如下所示：

id  dates   values  tz
1   2020-01-01 01:00:00 355.2   +01 <--- (87.8+88.3+89.0+90.1 = 355.2)

并且其他行也是如此。

所需的输出：

id  dates   values  tz
1   2020-01-01 01:00:00 355.2   +01 <--- (87.8+88.3+89.0+90.1 = 355.2)
2   2020-01-01 02:00:00 369.1   +01 <--- (91.3+92.4+92.9+91.0 = 369.1)
3   2020-01-01 03:00:00 350.8   +01 <--- (91.0+88.7+86.4+84.7 = 350.8)

如何才能做到这一点？

耶斯列尔

我认为这里可以按4行np.arange的长度进行聚合，按行的长度按DataFrame聚合sum，last每个组的值由GroupBy.agg：

df = df.groupby(np.arange(len(df)) // 4).agg({'dates':'last','values':'sum', 'tz':'last'})
print (df)
                dates  values  tz
0 2020-01-01 01:00:00   355.2   1
1 2020-01-01 02:00:00   369.1   1
2 2020-01-01 03:00:00   350.8   1

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。