Python 如何将多行时间戳和对象合并到行项目中进行数据预处理？

嗨，堆栈溢出社区

从下面的屏幕截图可以看出，我有一个邻居犯罪的数据框，它有多个时间戳和每天的犯罪类型。

我试图通过合并同一日期的时间戳以及将犯罪类型（type=object）转换和合并为整数格式来创建额外的数据帧。因此，每天都将是一个行项目。我还想添加一个新列，显示基于每天犯罪数量的数据预处理结果。我的目标是创建一个新的数据帧，如下所示：

Crimes Crime level 2018-01-01 7 High 2018-01-02 3 Medium 2018-01-03 2 Low ... and so on 犯罪水平 2018-01-01 7偏高 2018-01-02 3中等 2018-01-03 2低 ... 等等 对于“犯罪级别”列，我将使用以下代码来分析数据预处理的结果：

new_df['Crime level'] = np.where(abs(new_df['Crimes'])>5, 'High', np.where(abs(new_df['Crimes'])>2,'Medium','Low')) 新的犯罪水平=np.其中（abs（新的犯罪水平）>5，‘高’， np.where（abs（new_df['Crimes']）>2、'Medium'、'Low'））

---

实现所有这些目标的最佳方法是什么？任何建议或指导将不胜感激

此问题与列无关，您只需使用索引即可解决。

首先，按每天对数据进行分组

# I created a demo df
grouped = df.groupby(pd.Grouper(freq='D')).count()
print(grouped)

然后将

CRIME

列分为不同级别

grouped['Crime level'] = pd.cut(grouped.CRIME, 
                                bins=[0,2,5,100], 
                                labels =["Low","Medium","High"])
print(grouped)

pd.cut

操作将

CRIME

列切割为3个间隔

（0,2]，（2,5]，（5100]

，并为每个间隔分配标签

[“低”、“中”、“高”

            CRIME Crime level
2019-01-01      2         Low
2019-01-02      5      Medium
2019-01-03     20        High
2019-01-04      2         Low
2019-01-05      1         Low

---

此问题与列无关，只需使用索引即可解决。

首先，按每天对数据进行分组

# I created a demo df
grouped = df.groupby(pd.Grouper(freq='D')).count()
print(grouped)

然后将

CRIME

列分为不同级别

grouped['Crime level'] = pd.cut(grouped.CRIME, 
                                bins=[0,2,5,100], 
                                labels =["Low","Medium","High"])
print(grouped)

pd.cut

操作将

CRIME

列切割为3个间隔

（0,2]，（2,5]，（5100]

，并为每个间隔分配标签

[“低”、“中”、“高”

            CRIME Crime level
2019-01-01      2         Low
2019-01-02      5      Medium
2019-01-03     20        High
2019-01-04      2         Low
2019-01-05      1         Low

---

您可以通过文本发布原始数据吗？因此我们可以使用

pd.read_clipboard（）

来获取演示数据。FIY，您提供的数据允许我们确定犯罪发生的位置（在本例中为Kits，不列颠哥伦比亚省温哥华）当你给出lat和long时，谷歌可以获得准确的地址。我不知道这些数据是否是原始数据，或者即使对于不是为警察/司法部门工作的人来说，这些数据是否容易找到，但我建议不要在公共网站上共享这些信息，如果这些信息来自内部数据源。特别是当你的问题n与这些列无关：）@Dawei你能解释一下如何通过文本发布原始数据吗？这只是简单的复制和粘贴吗？请建议：）@Ben.T原始数据是问题所在。在日本，有些城市有犯罪地图，但它只是一张网格汇总图，而不是原始点数据。@ShawnS.Choi你可以

打印（df）

，然后复制结果。您能通过文本发布原始数据吗？这样我们就可以使用

pd.read_clipboard（）

来获取演示数据。FIY，您提供的数据允许我们识别犯罪发生的地点（在本例中为不列颠哥伦比亚省温哥华Kits）当你给出lat和long时，谷歌可以获得准确的地址。我不知道这些数据是否是原始数据，或者即使对于不是为警察/司法部门工作的人来说，这些数据是否容易找到，但我建议不要在公共网站上共享这些信息，如果这些信息来自内部数据源。特别是当你的问题n与这些列无关：）@Dawei你能解释一下如何通过文本发布原始数据吗？这只是简单的复制和粘贴吗？请建议：）@Ben.T原始数据是问题所在。在日本，有些城市有犯罪地图，但它只是一张网格汇总图，而不是原始点数据。@ShawnS.Choi你可以

打印（df）

，然后复制结果。这就像一个符咒！非常感谢您对@Dawei！非常感谢的帮助和指导！：）这就像一个符咒！非常感谢您对@Dawei！非常感谢的帮助和指导！：）