Python 按年份旋转数据帧的熊猫
我希望按如下方式透视数据帧:Python 按年份旋转数据帧的熊猫,python,pandas,pivot-table,Python,Pandas,Pivot Table,我希望按如下方式透视数据帧: 我有一个长达数年的每小时数据帧,格式为长格式,带有一个变量V1 date = ['2015-02-03 21:00:00','2015-02-03 22:30:00','2016-02-03 21:00:00','2016-02-03 22:00:00'] value_column = [33.24 , 500 , 34.39 , 34.49 ] df = pd.DataFrame({'V1':value_column}, index=pd.t
- 我有一个长达数年的每小时数据帧,格式为长格式,带有一个变量V1
date = ['2015-02-03 21:00:00','2015-02-03 22:30:00','2016-02-03 21:00:00','2016-02-03 22:00:00'] value_column = [33.24 , 500 , 34.39 , 34.49 ] df = pd.DataFrame({'V1':value_column}, index=pd.to_datetime(date)) print(df.head()) V1 index 2015-02-03 21:00:00 33.24 2015-02-03 22:30:00 500 2016-02-03 21:00:00 34.39 2016-02-03 22:00:00 34.49
- 我想为变量V1的每一年设置一列
date = ['2015-02-03 21:00:00','2015-02-03 22:30:00','2016-02-03 21:00:00','2016-02-03 22:00:00'] value_column = [33.24 , 500 , 34.39 , 34.49 ] df = pd.DataFrame({'V1':value_column}, index=pd.to_datetime(date)) print(df.head()) V1 index 2015-02-03 21:00:00 33.24 2015-02-03 22:30:00 500 2016-02-03 21:00:00 34.39 2016-02-03 22:00:00 34.49
V1_2015 V1_2016
02-03 21:00:00 33.24 33.49
02-03 22:00:00 500 33.49
到目前为止,我尝试了这个方法,但没有成功:
df['year'] = df.index.year
df=df.set_index(['year'],append=True)
df=df.unstack(level=1)
V1
2015 2016
2015-02-03 21:00:00 33.24
2015-02-03 22:00:00 500
2016-02-03 21:00:00 34.39
2016-02-03 22:00:00 34.49
基本上,我想调整月-日小时数,以便在不同年份比较V1变量。你知道如何有效地做到这一点吗
谢谢尝试将索引转换为字符串,以便您可以删除年份和分钟,如下所示:
df['year']=df.index.year
df.reset_index(inplace=True)
df['index']=df['index'].astype(str).apply(lambda x: x[5:13])
df.set_index('index',inplace=True)
df.pivot(columns='year')
输出:
V1
year 2015 2016
index
02-03 21 33.24 34.39
02-03 22 500.00 34.49