Question

我想从我拥有的DataFrame中创建一个Pandas系列。

DataFrame有3列：'date'，'time'和'frequ'。 我希望前两列（'date'和'time'）成为新系列的索引。

不幸的是，我所拥有的数据包含缺失值。所以当我尝试转换为系列时，我有一个问题来指定索引。通常情况下，如果我没有缺失值，我会使用：

pd.Series（）函数中的

index = pd.data_range(start = df.date[0], end = '2015/03/06 17:07:05', freq = 'S')。

但是如果我在我的例子中这样做，那么我得到一个错误，因为新索引的长度比实际长度长（新的没有缺失值）。

所以这是我的DataFrame的一个小样本：

Out[2]: 
          date      time   frequ
0   2015/03/06  17:06:26  50.091
1   2015/03/06  17:06:27  50.087
2   2015/03/06  17:06:29  50.084
3   2015/03/06  17:06:30  50.083
4   2015/03/06  17:06:31  50.082
..         ...       ...     ...
33  2015/03/06  17:07:03  50.079
34  2015/03/06  17:07:04  50.078
35  2015/03/06  17:07:05  50.077

（可以看出，2015/03/06 17:06:28的值和时间丢失了）

这就是系列（ts）应该或多或少的样子：

2015/03/06  17:06:26  50.091
2015/03/06  17:06:27  50.087
2015/03/06  17:06:29  50.084
2015/03/06  17:06:30  50.083
2015/03/06  17:06:31  50.082
...              ...     ...
2015/03/06  17:07:03  50.079
2015/03/06  17:07:04  50.078
2015/03/06  17:07:05  50.077

再次，在这个结果中，前两列是索引

所以如果我打电话给例如：

In[3]: ts['2015/03/06 17:06:26': '2015/03/06 17:06:29']

我会得到：

out[3]: 
2015/03/06  17:06:26  50.091
2015/03/06  17:06:27  50.087
2015/03/06  17:06:29  50.084

Freq: S, dtype: float64

最后，这是我写的代码：

import pandas as pd

data = {'frequ': sum_freq, 'time': sum_time, 'date': date_list}
df = pd.DataFrame(data, columns = ['date', 'time', 'frequ'])
ts = pd.Series(df.frequ.values, index = ???)

有人知道如何克服这个问题吗？

感谢!!!

（我使用Python 2.7.6）

Answer 1

如果date列的dtype datetime64[ns]且time列的dtype timedelta64[ns]，则可以将它们添加到一起以形成dtype {{1}的新列}。然后，您可以将该列设置为索引，并选择datetime64[ns]列以获取所需的系列：

frequ

产量

import pandas as pd

df = pd.read_table('data', delim_whitespace=True)
df['date'] = pd.to_datetime(df['date'])
df['time'] = pd.to_timedelta(df['time'])
df['datetime'] = df['date'] + df['time']
ts = df.set_index(['datetime'])['frequ']

Answer 2

扩展unutbu的答案，您还需要对索引进行分组以确保没有重复项。您需要决定如何处理任何此类重复项（例如将它们相加）。

index = df.groupby('datetime')['frequ'].sum()

从DataFrame创建一个在Python中缺少值的系列

2 个答案: