我想获取(a)特定白天的所有值。我需要它来计算某种历史平均值/ std / ..,这与熊猫数据框的时间和日期有关。我宁愿用代码解释问题。假设我有这个数据框:
df_datetime = pd.date_range(start='2010-01-01', end='2020-12-31', freq='30min')
df_ts = pd.DataFrame(data=np.random.random((df_datetime.shape)), index=df_datetime, columns=['Value'])
print(df_ts)
Value
2010-01-01 00:00:00 0.148690
2010-01-01 00:30:00 0.639023
2010-01-01 01:00:00 0.339820
2010-01-01 01:30:00 0.226052
2010-01-01 02:00:00 0.893710
... ...
2020-12-30 22:00:00 0.473275
2020-12-30 22:30:00 0.183648
2020-12-30 23:00:00 0.077264
2020-12-30 23:30:00 0.085483
2020-12-31 00:00:00 0.311474
[192817 rows x 1 columns]
现在,我想让df中的所有值表示这一天的时间:XXXX-12-30 22:00:00
。XXXX
表示所有年份。我这样做的方式是这样的:
df_sample = df_ts.loc[(df_ts.index.month==12) & (df_ts.index.day==30) & (df_ts.index.hour==22) & (df_ts.index.minute==0)]
print(df_sample)
Value
2010-12-30 22:00:00 0.073103
2011-12-30 22:00:00 0.525378
2012-12-30 22:00:00 0.247066
2013-12-30 22:00:00 0.192340
2014-12-30 22:00:00 0.968341
2015-12-30 22:00:00 0.458732
2016-12-30 22:00:00 0.709913
2017-12-30 22:00:00 0.706581
2018-12-30 22:00:00 0.994208
2019-12-30 22:00:00 0.172340
2020-12-30 22:00:00 0.473275
可以在一天中正常工作,但是我不知道在几天内可以做到这一点的优雅方法(非循环),例如:
[`XXXX-12-30 22:00:00`, `XXXX-12-30 22:30:00`, `XXXX-12-30 23:00:00`]
您可以从索引中创建一个字符串,然后用于groupby
聚合。这将使您的答案被“ XXXX-”等索引,然后您可以获取想要的行:
result = df_ts.groupby(df_ts.index.strftime("XXXX-%m-%d %H:%M:%S")).mean()['Value']
如果需要日期的子集,可以使用.loc
:
new_range = pd.date_range(start='2021-01-01', end='2021-02-10', freq='30min', closed='left')
new_result = result.loc[new_range.strftime("XXXX-%m-%d %H:%M:%S")]
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。
我来说两句