Python 将时间戳转换为TimeGrouper频率组

我有一个带有日期时间索引的熊猫数据框。 当使用时间grouper对其进行分组时：

pd.grouper（freq='360Min'）

，如何将此结果加入到原始时间戳中？ 即，等联接时间戳=存储桶不工作？ 有便利功能吗？ 是否应使用

asof

连接？ 或者我必须手动提取小时数，然后尝试匹配它

例子： 为了一个来源

import pandas as pd
df = pd.DataFrame(
   {
       "Publish date": [
            pd.Timestamp("2000-01-02"),
            pd.Timestamp("2000-01-02"),
            pd.Timestamp("2000-01-09"),
            pd.Timestamp("2000-01-16")
        ],
        "ID": [0, 1, 2, 3],
        "Price": [10, 20, 30, 40]
    }
)

其中：

  Publish date  ID  Price
0   2000-01-02   0     10
1   2000-01-02   1     20
2   2000-01-09   2     30
3   2000-01-16   3     40

我希望以任意频率执行聚合（不仅仅是月、日、小时），比如说1

month.

agg_result = df.groupby(pd.Grouper(key="Publish date", freq="1M")).agg([pd.Series.mean, pd.Series.median]).reset_index()
agg_result.columns = ['_'.join(col).strip() for col in agg_result.columns.values]
agg_result.columns = ['Publish date month', 'ID_mean', 'ID_median', 'Price_mean', 'Price_median']
print(agg_result)
Publish date month  ID_mean  ID_median  Price_mean  Price_median
0         2000-01-31      1.5        1.5          25            25

如何确保equijoin再次工作？即，使用相同的任意频率将原始时间戳转换为拟合桶

即，如示例代码所述，我如何获得：

agg_result['Publish date month'] = agg_result['Publish date'].apply(magic transform to same frequency bucket)
df.merge(agg_result, on['Publish date month'])

要工作，即定义到正确存储桶的转换？

编辑：

确定每组对应原始值的最简单方法应为：

gb = df.groupby(pd.Grouper(key="Publish date", freq="1M"))
dict(list(gb['Publish date']))

然后，您可以使用它将任何信息连接回原始表

---

你能在两个中间柱上连接吗

df['Publish date'].dt.month

及

像这样

results =  df.groupby(pd.Grouper(key="Publish date", freq="1M")).agg([pd.Series.mean, pd.Series.median])

results.columns = ['-'.join(col[::-1]).strip() for col in results.columns]

df['month'] = df['Publish date'].dt.month

results['month'] = results.index.month
results.merge(df)

编辑：

确定每组对应原始值的最简单方法应为：

gb = df.groupby(pd.Grouper(key="Publish date", freq="1M"))
dict(list(gb['Publish date']))

然后，您可以使用它将任何信息连接回原始表

---

你能在两个中间柱上连接吗

df['Publish date'].dt.month

及

像这样

results =  df.groupby(pd.Grouper(key="Publish date", freq="1M")).agg([pd.Series.mean, pd.Series.median])

results.columns = ['-'.join(col[::-1]).strip() for col in results.columns]

df['month'] = df['Publish date'].dt.month

results['month'] = results.index.month
results.merge(df)

---

我会使用

Groupby.transform

方法：

将熊猫作为pd导入
df=pd.DataFrame(
{
“发布日期”：[
pd.时间戳（“2000-01-02”），
pd.时间戳（“2000-01-02”），
pd.时间戳（“2000-01-09”），
pd.时间戳（“2000-01-16”）
],
“ID”：[0,1,2,3]，
“价格”：[10,20,30,40]
}
)
g=df.groupby（pd.Grouper（key=“Publish date”，freq=“1M”））
(
df.join（g.transform（'mean'），rsuffix='u mean'）
.join（g.transform（'median'），rsuffix='u median'）
)

这就返回了：

  Publish date  ID  Price  ID_mean  Price_mean  ID_median  Price_median
0   2000-01-02   0     10      1.5          25        1.5            25
1   2000-01-02   1     20      1.5          25        1.5            25
2   2000-01-09   2     30      1.5          25        1.5            25
3   2000-01-16   3     40      1.5          25        1.5            25

您还可以使用

pandas.concat

代替

DataFrame.join

：

methods=['mean'，'median'，'std'，'min'，'max']
海螺([
df，*[g.transform（m）.在方法中为m添加_后缀（f'.{m}'）]
]，axis='columns'）

这就给了你：

  Publish date  ID  Price  ID_mean  Price_mean  ID_median  Price_median    ID_std  Price_std  ID_min  Price_min  ID_max  Price_max
0   2000-01-02   0     10      1.5          25        1.5            25  1.290994  12.909944       0         10       3         40
1   2000-01-02   1     20      1.5          25        1.5            25  1.290994  12.909944       0         10       3         40
2   2000-01-09   2     30      1.5          25        1.5            25  1.290994  12.909944       0         10       3         40
3   2000-01-16   3     40      1.5          25        1.5            25  1.290994  12.909944       0         10       3         40

---

我会使用

Groupby.transform

方法：

将熊猫作为pd导入
df=pd.DataFrame(
{
“发布日期”：[
pd.时间戳（“2000-01-02”），
pd.时间戳（“2000-01-02”），
pd.时间戳（“2000-01-09”），
pd.时间戳（“2000-01-16”）
],
“ID”：[0,1,2,3]，
“价格”：[10,20,30,40]
}
)
g=df.groupby（pd.Grouper（key=“Publish date”，freq=“1M”））
(
df.join（g.transform（'mean'），rsuffix='u mean'）
.join（g.transform（'median'），rsuffix='u median'）
)

这就返回了：

  Publish date  ID  Price  ID_mean  Price_mean  ID_median  Price_median
0   2000-01-02   0     10      1.5          25        1.5            25
1   2000-01-02   1     20      1.5          25        1.5            25
2   2000-01-09   2     30      1.5          25        1.5            25
3   2000-01-16   3     40      1.5          25        1.5            25

您还可以使用

pandas.concat

代替

DataFrame.join

：

methods=['mean'，'median'，'std'，'min'，'max']
海螺([
df，*[g.transform（m）.在方法中为m添加_后缀（f'.{m}'）]
]，axis='columns'）

这就给了你：

  Publish date  ID  Price  ID_mean  Price_mean  ID_median  Price_median    ID_std  Price_std  ID_min  Price_min  ID_max  Price_max
0   2000-01-02   0     10      1.5          25        1.5            25  1.290994  12.909944       0         10       3         40
1   2000-01-02   1     20      1.5          25        1.5            25  1.290994  12.909944       0         10       3         40
2   2000-01-09   2     30      1.5          25        1.5            25  1.290994  12.909944       0         10       3         40
3   2000-01-16   3     40      1.5          25        1.5            25  1.290994  12.909944       0         10       3         40

---

但这只在一个月内有效。不是在提供4小时作为频率的时候。啊，明白了-这是有道理的。我想您仍然可以查看组df.groupby（pd.Grouper（key=“Publish date”，freq=“1M”））。组，然后查找包含的日期/时间。df.groupby（pd.Grouper（key=“Publish date”，freq=“1M”））.get_group（pd.Timestamp（'2000-01-31 00:00:00'，freq='M'））来构建联接键。我将遵循这一点，看看是否有人有更好的方法来做它。@GeorgHeiler请查看我的编辑，以获得更直接的方法。也很好。两者都适用于小数据，但在实际数据上都失败；）但原则上，他们解决了问题。由于这一个使用较少的联接，我想这一个可能会更受欢迎，我会将其标记为已接受。@GeorgHeiler谢谢。你面临的错误是什么？是在groupby agg函数期间还是在join期间？如果是连接，您可以尝试创建一个自定义groupby函数，以返回包含聚合信息（例如，中值、平均值）的组以及组本身。如果您提供一个一行程序来创建从numpy生成的随机数据集，但仍然会给您带来错误，我很乐意看一看。但这只适用于一个月的情况。不是在提供4小时作为频率的时候。啊，明白了-这是有道理的。我想您仍然可以查看组df.groupby（pd.Grouper（key=“Publish date”，freq=“1M”））。组，然后查找包含的日期/时间。df.groupby（pd.Grouper（key=“Publish date”，freq=“1M”））.get_group（pd.Timestamp（'2000-01-31 00:00:00'，freq='M'））来构建联接键。我将遵循这一点，看看是否有人有更好的方法来做它。@GeorgHeiler请查看我的编辑，以获得更直接的方法。也很好。两者都适用于小数据，但在实际数据上都失败；）但原则上，他们解决了问题。由于这一个使用较少的联接，我想这一个可能会更受欢迎，我会将其标记为已接受。@GeorgHeiler谢谢。你面临的错误是什么？是在groupby agg函数期间还是在join期间？如果是连接，您可以尝试创建一个自定义groupby函数，以返回包含聚合信息（例如，中值、平均值）的组以及组本身。如果您提供一个一行程序来从numpy创建一个随机数据集构建，但仍然会给您带来错误，我很乐意看一看。很好，但是如果我想保留列表（可以灵活地作为函数参数传递），是否可以单次构建

df.join.transform（xxxx）

？@GeorgHeiler是的，您可以将

concat

与列表压缩一起使用。请参见edit.Neat。但我猜下面的注释是df.groupby（pd.Grouper（key=“Publish date”，freq=“1M”））get_group（pd.Timestamp（'2000-01-31 00:00:00'，freq=“100”）