Skip to main content
 首页 » 编程设计

python之我的非数字列在重新采样时被删除

2024年11月01日15kevingrace

我的 2 个非数字列 lable 和 FID 在重新采样时被删除,如何保留这些列?

T               CP      LC      DP     VB   WP      LABEL   FID 
10/26/201711:00 251.05  40.9    3157.9  0   256.27  F30d    MN-0001-2017-1 
10/26/201711:01 250.88  38.8    3159.3  0   257.32  F30d    MN-0001-2017-1 
10/26/201711:02 250.85  38.2    3157.2  0   256.81  F30d    MN-0001-2017-1 
10/26/201711:03 250.72  31.7    3159.7  0   255.74  F30d    MN-0001-2017-1 

使用 groupby 似乎只保留 1 列:

newseries1 = newseries.groupby('LABEL').resample('10min', level=1).mean() 
newseries1.head(10) 

我想在我的数据框中保留我的 2 列 LABEL 和 FID

请您参考如下方法:

resample 就像 groupby 一样,因此您可以指定一个字典以不同方式聚合数字和非数字列。

numeric = df.select_dtypes('number').columns 
non_num = df.columns.difference(numeric) 
d = {**{x: 'mean' for x in numeric}, **{x: 'first' for x in non_num}} 
 
df.resample('10min').agg(d) 

示例数据

import pandas as pd 
import numpy as np 
 
df = pd.DataFrame(index=pd.date_range('2010-01-01', freq='3min', periods=20), 
                  data={'col1': np.random.randint(1, 100, 20), 
                        'col2': np.random.choice(list('abcde'), 20)}) 
 
numeric = df.select_dtypes('number').columns 
non_num = df.columns.difference(numeric) 
d = {**{x: 'mean' for x in numeric}, **{x: 'first' for x in non_num}} 
 
df.resample('10min').agg(d) 
 
#                          col1 col2 
#2010-01-01 00:00:00  45.750000    e 
#2010-01-01 00:10:00  61.000000    d 
#2010-01-01 00:20:00  81.000000    b 
#2010-01-01 00:30:00  28.750000    e 
#2010-01-01 00:40:00  37.333333    a 
#2010-01-01 00:50:00  20.333333    a