Python 时间序列数据重采样
我有一些随机的每小时时间序列数据,(让我们做一些补充)我如何为每日最大值重新采样,以及为记录的每日最大值的小时创建单独的df列Python 时间序列数据重采样,python,pandas,Python,Pandas,我有一些随机的每小时时间序列数据,(让我们做一些补充)我如何为每日最大值重新采样,以及为记录的每日最大值的小时创建单独的df列 import pandas as pd import numpy as np from numpy.random import randint import os np.random.seed(10) # added for reproductibility
import pandas as pd
import numpy as np
from numpy.random import randint
import os
np.random.seed(10) # added for reproductibility
rng = pd.date_range('10/9/2018 00:00', periods=1000, freq='1H')
df = pd.DataFrame({'Random_Number':randint(1, 100, 1000)}, index=rng)
df.index.name = 'Date'
对随机值重新采样:
daily_summary = pd.DataFrame()
daily_summary['Random_Number_Resamp'] = df['Random_Number'].resample('D').max()
daily_summary.head()
然后尝试记录每天最大值发生的时间
daily_summary['Hour_Map'] = daily_summary.Random_Number_Resamp.index.strftime('%H').astype('int')
daily_summary
上面的代码不会抛出属性错误,但是
hour\u map
将为零。。当创建了每日摘要df时,我该如何实现这一步骤中也会出现小时图?我想我了解您在寻找什么
只需在原始df中创建一个小时列,然后重新采样:
np.random.seed(10) # added for reproductibility
rng = pd.date_range('10/9/2018 00:00', periods=1000, freq='1H')
df = pd.DataFrame({'Random_Number':randint(1, 100, 1000)}, index=rng)
df.index.name = 'Date'
# create hour column
df['hour'] = df.index.hour
# resample df
daily_summary = df.resample('D').max()
Random_Number hour
Date
2018-10-09 94 23
2018-10-10 95 23
2018-10-11 97 23
2018-10-12 98 23
2018-10-13 91 23
您可以执行groupby
:
df.groupby(df.index.normalize())['Random_Number'].agg(['idxmax', 'max'])
输出(总人数):
谢谢你的提示。。。正常化是做什么的?我还需要研究聚合的作用,它会一直截断到00:00:00。此处的聚合仅应用组上的每个函数。当然,它可以做得更多。是否可以将idxmax
max列更改为仅将小时表示为整数?new_df['hour']=new_df['idxmax'].dt.hour
?出于某种原因,这会给我一个键错误keyrerror:'idxmax'
idxmax max
Date
2018-10-09 2018-10-09 05:00:00 94
2018-10-10 2018-10-10 20:00:00 95
2018-10-11 2018-10-11 15:00:00 97
2018-10-12 2018-10-12 18:00:00 98
2018-10-13 2018-10-13 22:00:00 91