Python 3.x 在中应用df.groupby()后,将列分隔到列表中
这是原始数据 ID时间字节 1:13:00:10 2:13:02:30 3:13:03:40 4:13:02:50 5:13:03:70Python 3.x 在中应用df.groupby()后,将列分隔到列表中,python-3.x,pandas,k-means,pandas-groupby,sklearn-pandas,Python 3.x,Pandas,K Means,Pandas Groupby,Sklearn Pandas,这是原始数据 ID时间字节 1:13:00:10 2:13:02:30 3:13:03:40 4:13:02:50 5:13:03:70 我使用ax=server\u logs.groupby('TIME')['REPLY\u SIZE'].sum()获得了以下数据。 ID时间字节 1:13:00:10 2:13:02:80 3:13:03:110 完成后如何将时间和字节分为两个不同的列表?它似乎没有使用time=ax[0]进行分离 ps:之后我想在这个数据上使用sklearn应用k-mea
我使用ax=server\u logs.groupby('TIME')['REPLY\u SIZE'].sum()获得了以下数据。
ID时间字节 1:13:00:10 2:13:02:80 3:13:03:110 完成后如何将时间和字节分为两个不同的列表?它似乎没有使用
time=ax[0]
进行分离
ps:之后我想在这个数据上使用sklearn应用k-means聚类
time=ax[:,0]
bytes=ax[:,1]
你能试试吗
如果这不起作用,那么这应该
time=ax["TIME"]
bytes=ax["BYTES"]
答案由@COLDSPEED给出
v = df.groupby('TIME')['BYTES'].sum();
a, b = v.index.tolist(), v.tolist()
使用
time=ax[:,0]
,我得到了以下错误只能使用多索引对元组索引执行操作。使用time=ax[“time”]
时,我遇到了一个错误:只能使用多索引对元组进行索引;a、 b=v.index.tolist(),v.tolist()
?不,它们是时间戳对象。你可以在没有任何问题的情况下绘制它们。是的,它就是这样做的。另外,使用pd.Series.plot有什么问题?就像我在你的最后一个问题中建议的那样?是的。我画的。它起作用了。我在上一个问题中找不到你的pd.Series.plot。你能把它贴在这里吗?检查这里:你本可以做df.groupby('TIME')['BYTES'].sum().plot()
:p