如何使用python从数据帧创建多个时间序列?
我从一个熊猫数据框开始,它看起来像这样:如何使用python从数据帧创建多个时间序列?,python,pandas,time-series,dataframe,Python,Pandas,Time Series,Dataframe,我从一个熊猫数据框开始,它看起来像这样: Type Date Number 1 A x y 2 B x y 3 A x y 4 B x y 5 A x y Type A 1 x 3 x 5 x B 2 x 4 x 我想分别为A类数据和B类数据创建单独的时间序列。最有效的方法是什么 我正在考虑在此基础上创建两个不同的数据帧,其中每个数据帧只包含一种类型的数据,然后将每个单独的数据帧转换为一个系列。但是我
Type Date Number
1 A x y
2 B x y
3 A x y
4 B x y
5 A x y
Type
A 1 x
3 x
5 x
B 2 x
4 x
我想分别为A类数据和B类数据创建单独的时间序列。最有效的方法是什么
我正在考虑在此基础上创建两个不同的数据帧,其中每个数据帧只包含一种类型的数据,然后将每个单独的数据帧转换为一个系列。但是我也不知道怎么做
扩展问题:如果你甚至不知道有多少种不同的类型,有没有办法做到这一点
到目前为止,我试图通过使用df[“type”]==A来检查类型是否是我想要的类型,但这并没有返回完整的数据帧,只是一个数据帧,说明类型是真是假
其他信息:
我的目标是分别使用类型A和类型B的日期和数字数据创建单独的时间序列
我尝试了以下方法:
df.groupBy(“类型”).apply(lambda x:x.Date)
上述函数可以工作,但只返回一列
df.groupBy(“类型”).apply(λx:(x.日期,x.编号))
上面的函数不起作用,返回的东西根本不是我想要的
预期产出:
类型A xy
xy
B xy
xy如果要按类型对日期进行分组并将其放入单独的序列中,可以执行以下操作 按类型分组:
grouped=df.groupby('Type')
从每个组获取日期:
dates=grouped.apply(lambda x:x.Date)
日期
现在看起来如下:
Type Date Number
1 A x y
2 B x y
3 A x y
4 B x y
5 A x y
Type
A 1 x
3 x
5 x
B 2 x
4 x
您可以按类型名称访问系列:dates.A、dates.B
等
到目前为止,我试图通过使用df[“type”]==A来检查类型是否是我想要的类型,但这并没有返回完整的数据帧,只是一个数据帧,说明类型是真是假
df[“type”]==A
为您提供了一个布尔掩码,您可以将其插回数据帧:df[df[“type”]==A]
但是这是一个非常基本的熊猫操作,看看官方教程,有很多例子:请添加预期的输出。这很有帮助!如何让日期有3列,包括一列x和一列y??我想为x中的日期和y中的数字创建一个时间序列。我尝试了以下方法:grouped.apply(lambda x:[x.Date,x.Number]),但没有成功。你能给出一个输出应该是什么样子的示例吗?我在上面发布了一些附加信息!基本上,我的最终目标是有两个时间序列,分别包含每组的日期和数字信息。实际上,我并不完全确定时间序列是什么样子的。我添加了我想要的输出。