Question

我在依赖于一小时的数据框中选择数据时遇到了问题。

我有一个月的数据，每隔10分钟增加一次。

我希望能够在每个小时的特定日期为每小时选择数据（创建另一个数据帧）。但是，我在创建表达式时遇到了问题。

这就是我选择这一天的方式：

x=all_data.resample('D').index
for day in range(20):

        c=x.day[day]
        d=x.month[day]
        print data['%(a)s-%(b)s-2009' %{'a':c, 'b':d} ]

但是，如果我这样做了一个小时，它将无法正常工作。

x=data['04-09-2009'].resample('H').index

for hour in range(8):
    daydata=data['4-9-2009 %(a)s'  %{'a':x.hour[hour]}]

我收到错误：

    raise KeyError('no item named %s' % com.pprint_thing(item))
KeyError: u'no item named 4-9-2009 0'

这是真的，因为格式为dd / mm / yyy hh：mm：ss

我确信这应该很简单并且与重新采样有关。麻烦的是我不想对dat做任何事情，只需选择数据框（以后再关联）

干杯

Answer 1

除非您想要汇总到每日价值（例如，总和，最大值，中位数），否则您无需重新取样数据

如果您只想要特定日期的数据，可以使用以下.loc属性示例开始：

import numpy
import pandas
N = 3700
data = numpy.random.normal(size=N)
time = pandas.DatetimeIndex(freq='10T', start='2013-02-15 14:30', periods=N)
ts = pandas.Series(data=data, index=time)
ts.loc['2013-02-16']

在时间序列中使用.loc的好处在于，您可以根据需要使用日期作为一般或特定。所以对于特定的一小时，你会说：

ts.loc['2013-02-16 13']  # notice that i didn't put any minutes in there

同样，你可以用：

整整一个月

ts.loc['2013-02']

您使用字符串格式设置的问题是您使用0手动填充字符串。因此，如果您有一个2位数小时（即下午），您最终得到一个3位数的小时表示（这是无效的）。因此，如果我想循环一段特定的时间，我会这样做：

hours = [2, 7, 12, 22]
for hr in hours:
    print(ts.loc['2013-02-16 {0:02d}'.format(hr)])

02d格式字符串告诉python从digit（整数）构造一个至少两个字符宽的字符串，并填充左侧0的字符串必要。此外，您可能需要将日期格式设置为YYYY-mm-dd，而不是相反。

在时间序列数据框中选择一小时的数据

1 个答案: