Skip to main content
 首页 » 编程设计

python之索引按日期分组并聚合的 Pandas 数据框

2024年11月01日8birdshome

我正在尝试按日期聚合 Pandas DataFrame,然后按日期对结果进行索引,但我似乎根本无法对其进行索引。

from datetime import date, datetime 
 
import pandas as pd 
import numpy as np 
 
ts = pd.DataFrame({'data': np.random.randn(60)}, index=pd.date_range('1/1/2000', periods=60, freq='2h')) 
g = ts.groupby(ts.index.date).agg(np.mean) 
print(g) 
                data 
2000-01-01  0.090038 
2000-01-02  0.099970 
2000-01-03 -0.619274 
2000-01-04  0.027040 
2000-01-05 -0.323205 

首先,我希望索引是一个DatetimeIndex,但是:

print(g.index) 
Index([2000-01-01, 2000-01-02, 2000-01-03, 2000-01-04, 2000-01-05], dtype='object') 
g.index[0] 
datetime.date(2000, 1, 1) 

好的,让我们试着索引它:

g['2000-01-01'] 
KeyError: u'no item named 2000-01-01' 
 
g[date(2000, 01, 01)] 
KeyError: u'no item named 2000-01-01' 
 
g[datetime(2000, 01, 01)] 
KeyError: u'no item named 2000-01-01 00:00:00' 
 
g[pd.to_datetime('2000-01-01')] 
KeyError: u'no item named 2000-01-01 00:00:00' 

我什至不能用索引本身索引它!

g[g.index[0]] 
KeyError: u'no item named 2000-01-01' 

我错过了什么?为什么对 DatetimeIndex 进行分组/聚合的结果不是 DatetimeIndex,或者至少不是 PeriodIndex?有没有办法让它成为一个?

请您参考如下方法:

索引是一个日期时间,因为您要将日期时间数组传递给 groupby:

In [11]: ts.index.date[:2] 
Out[11]: array([datetime.date(2000, 1, 1), datetime.date(2000, 1, 1)], dtype=object) 

一个更常用的方法是重新采样:

In [12]: res = ts.resample('D', how='mean') 
 
In [13]: res 
Out[13]: 
                data 
2000-01-01  0.181246 
2000-01-02 -0.167023 
2000-01-03 -0.075843 
2000-01-04 -0.218141 
2000-01-05 -0.144635 

或者如果您正在做更复杂的事情,您可以使用 TimeGrouper:

In [14]: ts.groupby(pd.TimeGrouper('D')).mean() 
Out[14]: 
                data 
2000-01-01  0.181246 
2000-01-02 -0.167023 
2000-01-03 -0.075843 
2000-01-04 -0.218141 
2000-01-05 -0.144635 

它们有一个 DatetimeIndex 索引。

关于访问行,您应该使用 loc,但我喜欢使用时间戳访问:

In [15]: res.loc['2000-01-01']  # KeyError without using loc 
Out[15]: 
data    0.181246 
Name: 2000-01-01 00:00:00, dtype: float64 
 
In [16]: res.loc[pd.Timestamp('2000-01-01')] 
Out[16]: 
data    0.181246 
Name: 2000-01-01 00:00:00, dtype: float64 

您可以使用这些字符串进行切片(但我认为这不是一个 super 可靠的想法,我更喜欢使用时间戳):

In [17]: res['2000-01-01':'2000-01-01'] 
Out[17]: 
                data 
2000-01-01  0.181246