Python 我可以用多索引对熊猫数据帧进行重采样吗
我有一个看起来像这样的数据帧,在'timestamp','id'上有一个多索引: 我想在值上按时间转发填充,以便使用最新可用的数据项填充数据帧,即数据帧变为:Python 我可以用多索引对熊猫数据帧进行重采样吗,python,pandas,dataframe,Python,Pandas,Dataframe,我有一个看起来像这样的数据帧,在'timestamp','id'上有一个多索引: 我想在值上按时间转发填充,以便使用最新可用的数据项填充数据帧,即数据帧变为: value timestamp id 2020-03-03 A 100 2020-03-03 B 222 2020-03-03 C 5000 2020-03-04 A 100 2020-03-04 B 1 2020-03-04 C 5000 2020-0
value
timestamp id
2020-03-03 A 100
2020-03-03 B 222
2020-03-03 C 5000
2020-03-04 A 100
2020-03-04 B 1
2020-03-04 C 5000
2020-03-05 A 200
2020-03-05 B 1
2020-03-05 C 5000
2020-03-06 A 200
2020-03-06 B 20
2020-03-06 C 5000
使用重采样器有什么简单的方法吗?您可以对第二级和ffill进行排序,然后像原始一样重新编制索引:
df.sort_index(level=1).ffill().reindex(df.index)
您可以对第二个级别和ffill进行排序,然后像原始级别一样重新编制索引:
df.sort_index(level=1).ffill().reindex(df.index)
您还可以使用堆栈以正确的二维表示形式排列数据,以便按列填充,然后取消堆栈返回原始格式。这将分别处理列(即索引),而不是滚动数据值,这在给出的另一个解决方案中就是如此
a = ['2020-03-03','2020-03-04','2020-03-05', '2020-03-06']
b = ['A', 'B', 'C']
c = ['value1', 'value2']
df = pd.DataFrame(data=None, index=pd.MultiIndex.from_product([a,b]), columns=c)
df.loc[('2020-03-03', slice(None)), 'value1'] = np.array([100, 222, 5000])
df.loc[('2020-03-04', 'B'), 'value1'] = 1.0
df.loc[('2020-03-05', 'A'), 'value1'] = 200.0
df.loc[('2020-03-06', 'C'), 'value1'] = 20
df['value2'] = df['value1']
df.loc[('2020-03-03', 'C'), 'value2'] = np.nan
df
value1 value2
timestamp id
2020-03-03 A 100 100
2020-03-03 B 222 222
2020-03-03 C 5000 NaN # <- OBS!
2020-03-04 A NaN NaN
2020-03-04 B 1 1
2020-03-04 C NaN NaN
2020-03-05 A 200 200
2020-03-05 B NaN NaN
2020-03-05 C NaN NaN
2020-03-06 A NaN NaN
2020-03-06 B 20 20
2020-03-06 C NaN NaN
可以使用.stack将其恢复为原始格式
将其与df.sort\u indexlevel=1.ffill.reindexdf.index进行比较,差异出现在最后一列中,因为“C”以NaN开头,所以“B”中的值1被滚到“C”的开头,表示“Value2”。您也可以使用堆栈以正确的二维表示形式排列数据,以便按列填充,然后取消堆栈回到原始值总体安排这将分别处理列(即索引),而不是滚动数据值,这在给出的另一个解决方案中就是如此
a = ['2020-03-03','2020-03-04','2020-03-05', '2020-03-06']
b = ['A', 'B', 'C']
c = ['value1', 'value2']
df = pd.DataFrame(data=None, index=pd.MultiIndex.from_product([a,b]), columns=c)
df.loc[('2020-03-03', slice(None)), 'value1'] = np.array([100, 222, 5000])
df.loc[('2020-03-04', 'B'), 'value1'] = 1.0
df.loc[('2020-03-05', 'A'), 'value1'] = 200.0
df.loc[('2020-03-06', 'C'), 'value1'] = 20
df['value2'] = df['value1']
df.loc[('2020-03-03', 'C'), 'value2'] = np.nan
df
value1 value2
timestamp id
2020-03-03 A 100 100
2020-03-03 B 222 222
2020-03-03 C 5000 NaN # <- OBS!
2020-03-04 A NaN NaN
2020-03-04 B 1 1
2020-03-04 C NaN NaN
2020-03-05 A 200 200
2020-03-05 B NaN NaN
2020-03-05 C NaN NaN
2020-03-06 A NaN NaN
2020-03-06 B 20 20
2020-03-06 C NaN NaN
可以使用.stack将其恢复为原始格式
将其与df.sort_indexlevel=1.ffill.reindexedf.index进行比较,差异出现在最后一列中,因为“C”以NaN开头,1的“B”值被滚动到“C”的开头,表示“Value2”。你能试试df.sort_indexaxaxis=0,level=0,sort_remaining=False.fillnamethod='ffill.astypenp.int64你能试试df.sort_indexaxaxis=0,level=0吗,sort_remaining=False.fillnamethod='ffill'.astypenp.int64如果有一个初始值,就像在我的示例中一样,可以为级别1中的每个项目向前填充,那么这个方法很有效。如果没有,那么a中的值可以溢出到B中,或者B溢出到C中。但是我可以解决这个问题。所以谢谢你的回答+1解决方法是什么?如果有一个初始值(如我的示例中所示),则可以为级别1中的每个项目进行正向填充。如果没有,那么a中的值可以溢出到B中,或者B溢出到C中。但是我可以解决这个问题。所以谢谢你的回答+1有什么工作要做?
value1 value2
A B C A B C
timestamp
2020-03-03 100 222 5000 100 222 NaN
2020-03-04 100 1 5000 100 1 NaN
2020-03-05 200 1 5000 200 1 NaN
2020-03-06 200 1 20 200 1 20