Pandas 使用groupby添加列顶部/底部N值的标志

我有一个CSV文件中的数据，从2015年1月1日00:00到2021年1月1日00:00，一小时一小时，ID为ID15000

我的目标是在所有时间内，每天为每个ID标记最好（标记1）和最差（标记2）4个价格。因此，每天将有4个标志1和4个标志2，其余的（16个标志0）

我想我应该首先将这个表融化为数据库格式，并应用一些脚本，如下所示。这是我的小CSV文件也

输出

如图所示，未正确分配标志

一些思考和问题

• 我不知道如何将Date列设置为“Date”，因为它是timeseries格式，我甚至不确定python是否从CSV文件中读取该格式，因此可能会因此产生一个问题
• 我通过从1开始到2190（考虑到从2015年到2020年有2190天）手动将该日期列转换为天，但是，NLAGEST没有很好地工作，可能是因为索引问题
• 当我进行分组时，我是否也应该对大小脚本实现ID
• 我的电脑有很好的马力，我必须自己做这件事。我是否应该将熔化部分和标记部分一分为二
• 我应该为PyCharm做任何性能设置吗？i、 例如，使用100%的CPU

---

谢谢大家。

熊猫可以在加载csv文件时将字符串转换为日期，也可以在加载后进行转换

df = pd.read_csv("file.csv", header=0, delimiter=",", parse_dates=['Date'], infer_datetime_format=True)

---

然后，您可以使用

重采样

方法，该方法作为

datetime64ns

列或索引的专用

groupby

 import pandas as pd
 import datetime

    def date_parser(d):
        d = datetime.datetime.strptime(str(d),"%d.%m.%Y %H:%M")
        return d
    
    df = pd.read_csv("file.csv",header=0,delimiter=",",parse_dates=['Date'],date_parser=date_parser)
    
    #Splitting Date column to date and time
    df["time"] = df["Date"].dt.time
    df["Date"] = df["Date"].dt.date
    
    df=df.melt(
        id_vars=['Date','time'],
       var_name='ids',
      value_name='price')
    
    df['large']=df.index.isin(df.groupby(['Date','ids']).price.nlargest(4).index.get_level_values(2)).astype(int)
    df['small']=df.index.isin(df.groupby(['Date','ids']).price.nsmallest(4).index.get_level_values(2)).astype(int)
    df['flag']=df.small*2+df.large
    
    #Joining date and time column back to one Date column
    df['Date']=df['Date'].astype('str') +' '+ df['time'].astype('str')

---

打印（df）

请将数据以文本而不是图像的形式发布，以便我们可以复制您的数据框架添加了我的csv文件作为github链接以及更多说明。你好，Anky，是的。我需要为每天的最高和最低4个价格分配标志，因此，我需要按日期进行组合。嗨，天哪，我已经解决了这项任务，请先与我联系，以检查解决方案是否合适。然后，我将把它作为一个答案添加到这里。你们能分享一下预期的产出吗？这将清楚地确定你想要实现的目标？什么是大的，小的还是旗帜栏？嗨，埃里克，谢谢你的回复。我测试了你的parse_dates建议，但结果没有改变。看来问题出在剧本的其他部分。

df = pd.read_csv("file.csv", header=0, delimiter=",", parse_dates=['Date'], infer_datetime_format=True)

 import pandas as pd
 import datetime

    def date_parser(d):
        d = datetime.datetime.strptime(str(d),"%d.%m.%Y %H:%M")
        return d
    
    df = pd.read_csv("file.csv",header=0,delimiter=",",parse_dates=['Date'],date_parser=date_parser)
    
    #Splitting Date column to date and time
    df["time"] = df["Date"].dt.time
    df["Date"] = df["Date"].dt.date
    
    df=df.melt(
        id_vars=['Date','time'],
       var_name='ids',
      value_name='price')
    
    df['large']=df.index.isin(df.groupby(['Date','ids']).price.nlargest(4).index.get_level_values(2)).astype(int)
    df['small']=df.index.isin(df.groupby(['Date','ids']).price.nsmallest(4).index.get_level_values(2)).astype(int)
    df['flag']=df.small*2+df.large
    
    #Joining date and time column back to one Date column
    df['Date']=df['Date'].astype('str') +' '+ df['time'].astype('str')