Python 2.7 熊猫时间序列:groupby和sum从中午到中午
我的熊猫数据框架的结构如下(以“日期”作为索引): 我使用以下方法按日期分组并计算每天的总秒数:Python 2.7 熊猫时间序列:groupby和sum从中午到中午,python-2.7,pandas,Python 2.7,Pandas,我的熊猫数据框架的结构如下(以“日期”作为索引): 我使用以下方法按日期分组并计算每天的总秒数: df_sum = df.groupby(df.index.date).sum() 我想做的是计算从一天中午到第二天中午的持续时间。有没有一种优雅的方法?提前谢谢 pd.TimeGrouper是一个自定义的groupby类,用于使用DatetimeIndex、TimedeltaIndex或PeriodIndex对NDFrame进行时间间隔分组。(如果数据帧索引使用的是日期字符串,则需要先使用df.i
df_sum = df.groupby(df.index.date).sum()
我想做的是计算从一天中午到第二天中午的持续时间。有没有一种优雅的方法?提前谢谢
pd.TimeGrouper
是一个自定义的groupby类,用于使用DatetimeIndex
、TimedeltaIndex
或PeriodIndex
对NDFrame进行时间间隔分组。(如果数据帧索引使用的是日期字符串,则需要先使用df.index=pd.DatetimeIndex(df.index)
将其转换为DatetimeIndex)
df.groupby(pd.TimeGrouper('24H')).sum()
groupsdf
使用从时间00:00:00开始的24小时间隔
df.groupby(pd.TimeGrouper('24H'),base=12.sum()
使用从时间12:00:00开始的24小时间隔对df
进行分组:
In [90]: df.groupby(pd.TimeGrouper('24H', base=12)).sum()
Out[90]:
duration_seconds
2012-12-07 12:00:00 34380.0
2012-12-08 12:00:00 34200.0
2012-12-09 12:00:00 26880.0
2012-12-10 12:00:00 24840.0
2012-12-11 12:00:00 28020.0
2012-12-12 12:00:00 NaN
2012-12-13 12:00:00 23160.0
2012-12-14 12:00:00 32760.0
2012-12-15 12:00:00 NaN
2012-12-16 12:00:00 25440.0
2012-12-17 12:00:00 24780.0
2012-12-18 12:00:00 25080.0
2012-12-19 12:00:00 23100.0
2012-12-20 12:00:00 23520.0
2012-12-21 12:00:00 26820.0
2012-12-22 12:00:00 35940.0
2012-12-23 12:00:00 31800.0
关于pd.TimeGrouper的文档有点稀疏。它是的一个子类,因此它的许多参数与为pd.gropper
记录的参数具有相同的含义。您可以在中找到更多使用pd.TimeGrouper
的示例。我通过检查找到了base
参数。pd.TimeGrouper
中的base
参数与中的base
参数具有相同的含义,这并不奇怪,因为pd.resample
是
事实上,仔细想想,计算期望结果的另一种方法是
df.resample('24H', base=12).sum()
这正是我想要的。非常感谢。
df.resample('24H', base=12).sum()