Python 两个数据帧按天分组而不是按小时随机采样_Python_Pandas_Dataframe_Random Sample

Python 两个数据帧按天分组而不是按小时随机采样

python pandas dataframe

Python 两个数据帧按天分组而不是按小时随机采样,python,pandas,dataframe,random-sample,Python,Pandas,Dataframe,Random Sample,我有两个数据帧，一个是价格，另一个是体积。它们都是每小时一次的，并且适用于相同的时间范围（一年）每一天都是一个集合，在这个意义上，价值必须保持在一起。生成样本时，需要一整天。因此，样本将在该数据集中（例如2008年2月2日的24小时）。我想为dfP生成一个185天（50%）的样本集，并拥有同一天的数量，以便生成一个求和产品 dfProduct = dfP_Sample * dfV_Sample 我不知道如何实现这一点。感谢您的帮助。听起来您希望得到每天的销售量和价格之和，然后将它们相乘如果

我有两个数据帧，一个是价格，另一个是体积。它们都是每小时一次的，并且适用于相同的时间范围（一年）

每一天都是一个集合，在这个意义上，价值必须保持在一起。生成样本时，需要一整天。因此，样本将在该数据集中（例如2008年2月2日的24小时）。我想为dfP生成一个185天（50%）的样本集，并拥有同一天的数量，以便生成一个求和产品

dfProduct = dfP_Sample * dfV_Sample

我不知道如何实现这一点。感谢您的帮助。

听起来您希望得到每天的销售量和价格之和，然后将它们相乘

如果是这种情况，请尝试以下方法。如果没有，请澄清你的问题

priceGroup = dfP.groupby(by=dfP.index.date).sum()
volumeGroup = dfV.grouby(by=dfV.index.date).sum()
dfProduct = priceGroup*volumeGroup

如果您只想查看特定的日期范围，请尝试

import datetime as datetime    
dfProduct[np.logical_and(dfProduct.index > datetime.date(2006,08,09),dfProduct.index < datetime.date(2007,01,02))]

将datetime导入为datetime
dfProduct[np.logical_和（dfProduct.index>datetime.date（2006,08,09），dfProduct.index

听起来你希望得到每天的销售量和价格之和，然后将它们相乘

如果是这种情况，请尝试以下方法。如果没有，请澄清你的问题

priceGroup = dfP.groupby(by=dfP.index.date).sum()
volumeGroup = dfV.grouby(by=dfV.index.date).sum()
dfProduct = priceGroup*volumeGroup

如果您只想查看特定的日期范围，请尝试

import datetime as datetime    
dfProduct[np.logical_and(dfProduct.index > datetime.date(2006,08,09),dfProduct.index < datetime.date(2007,01,02))]

将datetime导入为datetime
dfProduct[np.logical_和（dfProduct.index>datetime.date（2006,08,09），dfProduct.index

首先，我们将生成一列，该列引用一年中的日期索引，例如，

2008-01-01

将被指定为1，因为它表示一年中的第一天，依此类推

day_order = [date.timetuple().tm_yday for date in dfP.index]

dfP['day_order'] = day_order

然后生成从1到365的随机日，这将表示一年中的日顺序，例如，如果您得到随机数

，这表示

2008-01-01

random_days = np.random.choice(np.arange(1 , 366) , size = 185 , replace=False)

然后根据我们之前创建的日顺序列，对原始数据帧进行切片，以仅从随机样本中获取值

dfP_sample = dfP[dfP.day_order.isin(random_days)]

然后你们可以合并索引上的两个帧，你们可以做任何你们想做的事情

final = pd.merge(dfP_sample , dfV , left_index=True , right_index=True)

final.head()
Out[47]:
                        Col1_x  Col2_x  Col3_x  Col4_x  day_order   Col1_y  Col2_y  Col3_y  Col4_y
    2008-01-03 00:00:00 9       6       9       9       3           66      85      62      82
    2008-01-03 01:00:00 5       8       9       8       3           54      89      65      98
    2008-01-03 02:00:00 7       5       5       9       3           83      58      60      96
    2008-01-03 03:00:00 9       5       7       6       3           59      54      67      78
    2008-01-03 04:00:00 9       5       8       9       3           92      66      66      55

如果不想合并两个帧，可以在

dfV

然后，您将在同一天从两个数据帧中获取样本。首先，我们将生成一列，该列引用一年中的日期索引，例如，

2008-01-01