代码之家 › 专栏 › 技术社区 › David Waterworth

如何防止熊猫重采样对id列进行重采样

pandas-groupby pandas

David Waterworth · 技术社区 · 7 年前

我有一个带有id列(站点id、类型id、设备id)的数据框,时间戳和值如下。

>>>print(df.head())
site_id type_id equipment_id    timestamp                           value 
47      9       332859965468    2018-07-04  10:30:04.052000+10:00   23.000000
47      9       332859965468    2018-07-04  10:30:04.064000+10:00   22.050505
47      9       332859965468    2018-07-04  10:30:04.090000+10:00   26.046154
47      9       332859965468    2018-07-04  10:30:04.101000+10:00   22.000000
47      9       332859965468    2018-07-04  10:30:04.113000+10:00   191.989868

>>> df = df \
...     .set_index(['timestamp']) \
...     .sort_values(['site_id','type_id','equipment_id','timestamp']) \
...     .groupby(['site_id','type_id','equipment_id']) \
...     .resample('15T') \
...     .mean()

我得到了意想不到的结果,索引中的所有id值都被复制了。似乎是使用数据类型而不是列是否在索引中来执行聚合?我做错什么了吗?

                                                            site_id type_id equipment_id    value
site_id type_id equipment_id    timestamp
47      9       332859965468    2018-07-04 10:30:00+10:00   47.0    9.0     3.328600e+11    58.718625
                                2018-07-04 10:45:00+10:00   47.0    9.0     3.328600e+11    59.175833
                                2018-07-04 11:00:00+10:00   47.0    9.0     3.328600e+11    59.238318
                                2018-07-04 11:15:00+10:00   47.0    9.0     3.328600e+11    58.982763

1 回复 | 直到 7 年前

Kris 7 年前

这种情况发生在一个 MultiIndex 如果索引没有排序。如果希望使索引再次看起来“干净”,可以执行以下操作:

df.sort_index(inplace=True)

df = pd.DataFrame(
    data=np.random.rand(5, 4),
    index=pd.MultiIndex.from_tuples([(i, j) for i, j in zip(np.random.choice(['a', 'b'], 5), np.random.choice(['x', 'y'], 5))])
)
print(df)
print(df.sort_index())

            0         1         2         3
a x  0.198659  0.616800  0.438903  0.830216
  y  0.649111  0.860940  0.440068  0.044067
b x  0.178537  0.601514  0.898179  0.140358
  y  0.444738  0.393664  0.877928  0.913228
a x  0.369067  0.944636  0.740877  0.751681
            0         1         2         3
a x  0.198659  0.616800  0.438903  0.830216
  x  0.369067  0.944636  0.740877  0.751681
  y  0.649111  0.860940  0.440068  0.044067
b x  0.178537  0.601514  0.898179  0.140358
  y  0.444738  0.393664  0.877928  0.913228

推荐文章

Joan · 基于多个panda列的唯一值进行分组

4 年前

d_frEak · 具有装箱条件的dataframe groupby聚合计数函数

4 年前

Andre Nevares sj95126 · 如何在Pandas中为特定键的唯一值添加新列(问题agregate)

4 年前

T_Ner · 如何筛选最后一行中的任何组是负数还是正数,只需显示该组即可。熊猫

4 年前

The Great · Pandas groupby并计算多列中NA值的比率

4 年前

yurnero · 熊猫groupby:当前组的坐标

4 年前

EugLP · Groupby multiple columns&Sum-使用添加的If条件创建新列

4 年前

R Shriya · 基于python中另一列中的AND条件在一列中获取值

4 年前

Anakin Skywalker · 修复列名并在将数据框按两列分组后重命名

4 年前

deppep · Pandas根据另一列的值创建一个包含索引的新列

4 年前