Python 将列类型更改为datetime afterr group by
这与我在这里提出的前一个问题有关() 在这里,我执行一个groupby操作,如下所示:Python 将列类型更改为datetime afterr group by,python,pandas,Python,Pandas,这与我在这里提出的前一个问题有关() 在这里,我执行一个groupby操作,如下所示: df = pd.DataFrame(np.random.random(2838),index=pd.date_range('2019-09-13 12:40:00', periods=2838, freq='5T')) # Reset the index df.reset_index(inplace=True) df.groupby(df.index.dt.strftime('%A %H:%M')).me
df = pd.DataFrame(np.random.random(2838),index=pd.date_range('2019-09-13 12:40:00', periods=2838, freq='5T'))
# Reset the index
df.reset_index(inplace=True)
df.groupby(df.index.dt.strftime('%A %H:%M')).mean()
df.reset_index(inplace=True)
现在,如果我检查列的数据类型,我们有:
index object
0 float64
该列不保留其日期时间数据类型。如何仍然保留列数据类型?我不会这样分组,而是会进行双重分组/索引:
days = df.index.day_name()
times = df.index.time
df.groupby([days,times]).mean()
其中给出(头):
其中,第一级索引是(字符串)日名称,第二级索引是
datetime
类型。谢谢!根据你的建议,我做了:days=df['ds'].dt.dayofweek times=df['ds'].dt.time
。现在,如果我想获得星期天(工作日0)的所有记录,我如何从这个结构中获取这些记录?new_df.loc[0]
?
0
Friday 00:00:00 0.524322
00:05:00 0.857684
00:10:00 0.593461
00:15:00 0.755158
00:20:00 0.049511