python之对 Pandas 使用重采样和聚合时丢失字符串列

我有一个具有以下结构的 DataFrame:

df = df.set_index('timestamp') 
print(df.head()) 
 
timestamp            id                         value 
2018-12-31 23:00:00  5c8fea84763aae175afda38b   98.587768 
2018-12-31 23:10:00  5c8fea84763aae175afda38b  107.232742 
2018-12-31 23:20:00  5c8fea84763aae175afda38b  104.224153 
2018-12-31 23:30:00  5c8fea84763aae175afda38b  104.090750 
2018-12-31 23:40:00  5c8fea84763aae175afda38b   99.357023 

我需要获取一个包含每日最大值和最小值以及平均值的新 DataFrame。我在获取这些数据方面没有问题，我是这样做的:

df = df.resample('D').agg(['min', 'max', 'mean'], columns=['value']) 

问题是我丢失了 id 列，我需要它来将新数据存储在数据库中。

这是我通过打印新 DataFrame 的头部得到的输出:

timestamp   min        max         mean 
2018-12-31  98.587768  107.641060  103.522250 
2019-01-01  88.396180  109.506622  100.135128 
2019-01-02  85.857570  112.420754   99.839120 
2019-01-03  87.565014  113.419561   99.734654 
2019-01-04  88.902704  112.186989   99.764259 

如您所见，我丢失了 id 字段。

请您参考如下方法:

将字典传递给 agg 以聚合多个列。对于“ID”，通过取第一个 值进行聚合。

这是一个例子:

df.resample('D').agg({'id': 'first', 'value': ['mean', 'max']}) 
 
                                  id       value             
                               first        mean         max 
timestamp                                                    
2018-12-31  5c8fea84763aae175afda38b  102.698487  107.232742 

如果您愿意，可以通过传递元组来重命名输出列:

df.resample('D').agg({ 
    'id': [('A', 'first')], 'value': [('B', 'mean'), ('C', 'max')]}) 
 
                                  id       value             
                                   A           B           C 
timestamp                                                    
2018-12-31  5c8fea84763aae175afda38b  102.698487  107.232742 

另见 Multiple aggregations of the same column using pandas GroupBy.agg() .