熊猫时间序列重采样：KeyError：“['year''month''day']不在索引中”

debugcn 发表于 Dev

威尼迪克托斯

请帮忙

我曾尝试重新采样数据，但没有成功。它会生成上述错误，当应用 DatetimeIndex 时，它会截断时间戳，删除 HH:MM:SS。它仍然无法将数据识别为 Datetime 对象。提前致谢。

源文件可以在这里找到

import pandas as pd
import numpy as np

df= pd.read_csv('20170713.csv')
df2= df.loc[:,['sen_id', 'pos_id', 'heat_val', 'sat_val', 'timestamp']] 
cols = df2.columns.tolist() 
cols = cols[-1:] + cols[:-1]
df2 = df2[cols]
#print(df2.head())

df3 = df2.set_index(['timestamp'])
df3.index = pd.DatetimeIndex(df3.index)
print(df3.head())

pd.to_datetime(df3[['year', 'month', 'day']])
df3.resample('1H').mean()
print(df3)

DJK

问题是的使用不正确pd.to_datetime()，您提供了三个在df3as 中不存在的列df3[['year','month','day']]。相反，当您只想提供一个series 时。然后你想提供参数format='%d/%m/%Y %H:%M'，它对应于你的日期 strptime 格式

df= pd.read_csv('20170713.csv')
df2= df.loc[:,['sen_id', 'pos_id', 'heat_val', 'sat_val', 'timestamp']] 
cols = df2.columns.tolist() 
cols = cols[-1:] + cols[:-1]
df2 = df2[cols]
#print(df2.head())

df3 = df2.set_index(['timestamp'])
#df3.index = pd.DatetimeIndex(df3.index)
#print(df3.head())

#pd.to_datetime(df3[['year', 'month', 'day']])
df3.index = pd.to_datetime(df3.index,format='%d/%m/%Y %H:%M')
df3 = df3.resample('1H').mean()
print(df3)

举个例子，为了可读性，你的代码实际上也可以被压缩，

df = pd.read_csv('20170713.csv')

#Preserve desired columns and reorder as df2
df2 = df[['timestamp', 'sen_id', 'pos_id', 'heat_val', 'sat_val']]

#set timestamp as index and convert to datetime
df2.set_index(['timestamp'],drop=True,inplace=True)
df2.index = pd.to_datetime(df2.index,format='%d/%m/%Y %H:%M')

#resample
df3 = df2.resample('1H').mean()

print df3

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。