代码之家 › 专栏 › 技术社区 › blonc

python pandas日期时间循环(按天)

pandas python

-1

blonc · 技术社区 · 8 年前

我的PD的一个简单例子是:

DateTime               C_CL       C_EB
2018-01-03 10:30    -0.002726   -0.002921
2018-01-03 10:50    -0.005832   -0.005343
2018-01-03 11:10    -0.006966   -0.007278
2018-01-03 11:30    -0.01883    -0.019026
2018-01-04 10:30    -0.0021     -0.001261
2018-01-04 10:50     0.006887    0.00595
2018-01-04 11:10    -0.00076    -0.000717
2018-01-04 11:30     0.002282    0.002152

日期时间是 dtype='datetime64[ns]' 所以很容易做到 df['2018-01-04'] 它就会拉起来。

问题是,我如何创建一个循环,允许我在一个时间段内迭代每一天,而不知道时间序列中的日期。我不担心时间,只是一天而已。这样做的原因是只为那天做一些计算,追加到表中并移到第二天。

1 回复 | 直到 8 年前

Anton vBR 8 年前

这有帮助吗?

重新创建数据帧:

import pandas as pd
import numpy as np

data = '''\
DateTime               C_CL       C_EB
2018-01-03T10:30    -0.002726   -0.002921
2018-01-03T10:50    -0.005832   -0.005343
2018-01-03T11:10    -0.006966   -0.007278
2018-01-03T11:30    -0.01883    -0.019026
2018-01-04T10:30    -0.0021     -0.001261
2018-01-04T10:50     0.006887    0.00595
2018-01-04T11:10    -0.00076    -0.000717
2018-01-04T11:30     0.002282    0.002152'''

file = pd.compat.StringIO(data)
df = pd.read_csv(file, sep='\s+', parse_dates=['DateTime'], index_col=['DateTime'])

下面是一些可以运行的操作:

#df.groupby(df.index.date).sum()
#df.groupby(df.index.date).mean()
#df.groupby(df.index.date).std()
#df['sum_CL'] = df.groupby(df.index.date)['C_CL'].transform('sum')
#df.groupby(df.index.date)['C_CL'].agg(['sum','mean','std'])

推荐文章