Question

我正在尝试使用pandas计算每日的值总和。这是测试文件 - http://pastebin.com/uSDfVkTS

这是我到目前为止提出的代码：

import numpy as np
import datetime as dt
import pandas as pd

f = np.genfromtxt('test', dtype=[('datetime', '|S16'), ('data', '<i4')], delimiter=',')
dates = [dt.datetime.strptime(i, '%Y-%m-%d %H:%M') for i in f['datetime']]
s = pd.Series(f['data'], index = dates)
d = s.resample('D', how='sum')

使用给定的测试文件，这会产生：

2012-01-02    1128
Freq: D

第一个问题是计算的总和对应于第二天。我已经能够通过使用参数loffset =' - 1d'来解决这个问题。

现在实际问题是数据可能不是从一天的00:30开始，而是在一天中的任何时间开始。此外，数据的空白也充满了'nan'值。

那就是说，是否可以设定计算每日金额所需的数值的下限？（例如，如果一天中的值少于40，则输入NaN而不是总和）

我相信可以定义一个自定义函数来执行此操作并在'how'参数中引用它，但我不知道如何编写函数本身。

Answer 1

您可以直接在Pandas中完成：

s = pd.read_csv('test', header=None, index_col=0, parse_dates=True)
d = s.groupby(lambda x: x.date()).aggregate(lambda x: sum(x) if len(x) >= 40 else np.nan)

             X.2
2012-01-01  1128

Answer 2

更简单的方法是使用pd.Grouper：

d = s.groupby(pd.Grouper(freq='1D')).sum()

使用python pandas计算每日总和

2 个答案: