我目前正在从iPhone健康应用程序处理我的健康数据。我已经使用数据制作了一个pandas数据帧，但我想进一步浓缩它。 对于我的步骤数据，我有以下列：unit，startDate，endDate，value。 （请排除最后一栏。） 现在，iPhone每分钟记录数据，几分钟等。 我想总结每天使用日期的步数，但我不太清楚如何做到这一点。 先感谢您。 Pandas Dataframe
答案 0 :(得分：0)
我认为您要做的是创建数据框的子集，其中只包含日期等于某个值的行。您可以使用以下代码执行此操作：
today_df = df[df['startDate']==today]
steps_today = today_df.values.sum()['value']
答案 1 :(得分：0)
为此类问题创建时间序列DataFrame是有意义的（这是一个以时间数据作为索引的DataFrame）：
首先，创建一个'time_diff'列（可选步骤）：
df['time_diff'] = df['end_time'] - df['start_time']
df.drop(columns=['end_time'])
其次，将开始时间设为DataFrame的索引：
df = df.set_index('start_time')
第三，每天重新采样unit值列（或相应列到步骤数），并.sum()其内容。
df['unit'].resample('D').sum()
这些步骤会改变您的数据组织方式，但一般情况下，它会使整体操作变得更加容易。
答案 2 :(得分：0)
这是pandas grouping and aggregation进程设计的问题。
为了直接在DataFrame上执行基于时间的分组，您必须首先将DataFrame索引转换为类似日期时间的对象，这可以使用现有列通过set_index方法完成，如由@joaoavf描述。
或者，您可以通过提供密钥（列名称）和频率（来自可用的Grouper）为任何类似日期时间的列创建offset aliases对象。也就是说（步骤是DataFrame）：
daily = steps.groupby(pd.Grouper(key='startDate', freq='D'))
在这种情况下，daily.sum()将产生每天的总步数值。