代码之家 › 专栏 › 技术社区 › user288609

基于每日时间序列数据帧创建一周/一天/周末时间序列数据帧

numpy pandas python-3.x python

user288609 · 技术社区 · 7 年前

例如,我用时间序列信息创建了一个数据帧

Time      daily-bill
2012-01-01   200
2012-01-02  300
2012-01-03   100
2012-01-04    500
â¦.

我想基于上述时间序列创建另一个时间序列数据帧。如何在熊猫身上做到这一点?

Time(weekday-and-weekend)                       total-bill
Monday-Friday
Weekend
Monday-Friday
Weekend
Monday-Friday
Weekend

换句话说,时间步长将是一个连续的时间序列 weekday 和 weekend 这个 周工作日 包括 Monday to Friday ; 而 周末 包括 Saturday 和 Sunday 这个 total-bill 列将存储相应日期内发生的账单总额,这些信息来自现有的时间序列。

1 回复 | 直到 7 年前

jezrael 7 年前

使用:

print (df)
        Time  daily-bill
0 2012-01-01         200
1 2012-01-02         300
2 2012-01-03         100
3 2012-01-04         500
4 2012-01-05         200
5 2012-01-06         300
6 2012-01-07         100
7 2012-01-08         500
8 2012-01-09         500

arr = np.where(df['Time'].dt.weekday > 4, 'Weekend','Monday-Friday')

s = pd.Series(arr)
s1 = s.ne(s.shift()).cumsum()

df = (df['daily-bill'].groupby([s1,s.rename('Time')])
                     .sum()
                     .reset_index(level=0, drop=True)
                     .reset_index())
print (df)
            Time  daily-bill
0        Weekend         200
1  Monday-Friday        1400
2        Weekend         600
3  Monday-Friday         500

解释 :

首先创造 Series 通过 weekday 和 numpy.where .
然后再创造一个 系列 这是由 cumsum 转移的 s 通过 shift 用于区分连续值
总数的 sum 并通过 reset_index 具有 drop=True

细节 :

print (s)
0          Weekend
1    Monday-Friday
2    Monday-Friday
3    Monday-Friday
4    Monday-Friday
5    Monday-Friday
6          Weekend
7          Weekend
8    Monday-Friday
dtype: object

print (s1)
0    1
1    2
2    2
3    2
4    2
5    2
6    3
7    3
8    4
dtype: int32

编辑:

如果第一列输入 DataFrame 是 DatetimeIndex :

print (df)
            daily-bill
Time                  
2012-01-01         200
2012-01-02         300
2012-01-03         100
2012-01-04         500
2012-01-05         200
2012-01-06         300
2012-01-07         100
2012-01-08         500
2012-01-09         500

arr = np.where(df.index.weekday > 4, 'Weekend','Monday-Friday')

s = pd.Series(arr, index=df.index)
s1 = s.ne(s.shift()).cumsum()

df = (df['daily-bill'].groupby([s1,s.rename('Time')])
                     .sum()
                     .reset_index(level=0, drop=True)
                     .reset_index())
print (df)
            Time  daily-bill
0        Weekend         200
1  Monday-Friday        1400
2        Weekend         600
3  Monday-Friday         500