我对 Pandas 还很陌生,但遇到了障碍。我有一个包含时间戳的数据框。我想在我的数据框中添加一列,其中包含自定义期间名称(字符串)。例如:
df = pd.DataFrame(pd.date_range('01-01 00:00', periods='72', freq='H'))
我想创建一个 df['Periods'] 列,其中包含自定义期间名称。例如,Period1 如果时间戳在 01-01 00:00 和 01-02 00:00 之间,则 Period2 否则。
我正在考虑使用 cut 但 bins 属性似乎只接受整数。
你会怎么做?
谢谢。
请您参考如下方法:
在您的 df 初始化中,periods 必须是数字而不是字符串。
我想如何处理这个问题取决于你想要多少个周期。
至少有两种方式:
设置期:
from datetime import time
morning_start = time(7)
morning_end = time(12)
evening_start = time(18)
evening_end = time(22)
periods = {'morning':[morning_start, morning_end], 'evening':[evening_start, evening_end]}
方法 1。
def f(x, periods=periods):
for k, v in periods.items():
if x.hour >= v[0].hour and x.hour < v[1].hour:
return k
return 'unknown_period'
方法 2。
for k, v in periods.items():
df['periods'] = np.where(((v[0].hour <= df.t.apply(lambda x: x.hour)) & (df.t.apply(lambda x: x.hour) <= v[1].hour)), k, 'unknown_period')
对于定义的两个周期,第一种方法工作得更快:
1000 loops, best of 3: 658 µs per loop
对比第二:
100 loops, best of 3: 3.31 ms per loop
在这两种情况下,只有两个句点,您可以将其设为单行表达式(无需遍历 句点):
df['periods'] = np.where((morning_start.hour <= df.t.apply(lambda x: x.hour)) & (df.t.apply(lambda x: x.hour) <= morning_end.hour), 'morning', 'evening')
