Skip to main content
 首页 » 编程设计

python之具有多个列的时间序列,每个列都有重复的条目。如何在 Pandas 中处理

2024年12月31日8shanyou

以下数据框在 Date 和 UID 列中具有重复值:

Date           UID       Score 
2018-08-31       A          5 
2018-08-31       B          3 
2018-08-31       C          4 
2018-05-31       A          4 
2018-05-31       C          2 
2018-05-31       A          4 
2018-05-31       B          1 
2018-05-31       A          3 
2018-01-31       C          5 
2018-01-31       A          3 
2018-01-31       A          4 
2018-01-31       C          2 
2018-01-31       B          5 

如果重复的 UID 出现在同一个日期,想创建类似下面的内容:

2018-08-31       A          5 
2018-05-31       A          3.67 
2018-01-31       A          3.5 
 
2018-08-31       B          3 
2018-05-31       B          1 
2018-01-31       B          5 
 
2018-08-31       C          4 
2018-05-31       C          2 
2018-01-31       C          3.5 

我想要完成的是将原始数据帧拆分为多个时间序列,我可以将它们一起绘制并使用。在这种情况下,我该如何 reshape 这个数据框,以便我可以根据 UID 分数使用 3 个不同的时间序列?

我似乎卡在了以下几点......

df.groupby(['Date', 'UID'], as_index=False)['Score'].mean() 

...我不知道如何正确地 reshape 它。

感谢任何反馈。

请您参考如下方法:

我认为您唯一的问题是分组依据中的顺序。尝试:

#Recreating your frame 
df = pd.DataFrame( [['2018-08-31',     'A',         '5'],['2018-08-31','B',3], 
['2018-08-31','C',4], 
['2018-05-31','A',4], 
['2018-05-31','C',2], 
['2018-05-31','A',4], 
['2018-05-31','B',1], 
['2018-05-31','A',3], 
['2018-01-31','C',5], 
['2018-01-31','A',3], 
['2018-01-31','A',4], 
['2018-01-31','C',2], 
['2018-01-31','B',5]] , columns =  ['Date','UID','Score']) 
df['Score'] = pd.to_numeric(df['Score']) 
 
#The solution 
df.groupby(['UID', 'Date']).mean() 

这会产生:

                Score 
UID Date     
A   2018-01-31  3.500000 
    2018-05-31  3.666667 
    2018-08-31  5.000000 
B   2018-01-31  5.000000 
    2018-05-31  1.000000 
    2018-08-31  3.000000 
C   2018-01-31  3.500000 
    2018-05-31  2.000000 
    2018-08-31  4.000000 

绘图可以这样完成:

df.groupby(['UID','Date']).mean().loc["A"].plot() 
df.groupby(['UID','Date']).mean().loc["B"].plot() 
df.groupby(['UID','Date']).mean().loc["C"].plot()