Fatal编程技术网
  • python/
  • Python 使用熊猫中的类别重新采样，保留非数字列

Python 使用熊猫中的类别重新采样，保留非数字列

python pandas

Python 使用熊猫中的类别重新采样，保留非数字列,python,pandas,Python,Pandas,我有三种类型的变量x和Category列的每小时数据，ds设置为索引 > df ds Category X 2010-01-01 01:00:00 A 32 2010-01-01 01:00:00 B 13 2010-01-01 01:00:00 C 09 2010-01-01 02:00:00 A 12 2010-01-01 02:00:00 B

我有三种类型的变量
x
和
Category
列的每小时数据，
ds
设置为索引

> df

ds                   Category   X
2010-01-01 01:00:00     A       32
2010-01-01 01:00:00     B       13
2010-01-01 01:00:00     C       09
2010-01-01 02:00:00     A       12
2010-01-01 02:00:00     B       62
2010-01-01 02:00:00     C       12
我想将其重新采样到
周
。但是如果我使用
df2=df.resample（'W'）.mean（）
，它只会删除“Category”列。

如果需要
每周对每个
类别
列重新采样添加
groupby
，那么使用：

注意：

要正确工作，必须使用日期时间索引
DatetimeIndex


df2 = df.groupby('Category').resample('W').mean()
print (df2)
                        X
Category ds              
A        2010-01-03  22.0
B        2010-01-03  37.5
C        2010-01-03  10.5


为了完成，我发现将内容作为DataFrame而不是DataFrameGroup放回很有用，如前所述。因此，答案将是：


df2 = df.groupby('Category').resample('W').mean()

# the inverse of groupby, reset_index
df2 = df2.reset_index()

# set again the timestamp as index
df2 = df2.set_index("ds")



可能重复的