Question

import pandas as pd
import pdb, random

dates = pd.date_range('1950-01-01', '1950-12-31', freq='D')
data  = [int(1000*random.random()) for i in xrange(len(dates))]
cum_data = pd.Series(data, index=dates)

如何在未来10年内重复此数据框架？

Answer 1

这应该有用。

对于您提供的年份列表中的每一年，我使用相同的初始数据集扩展数据，除非它是闰年。

在闰年，我在第60天（1月31日+闰年2月29日）插入fill_leap定义的条目

import pandas as pd
import pdb, random

def multiYearData(data, start_y, until_y, fill_leap):
    def leapyr(n):
        if n % 4 != 0:
            return False
        elif n % 100 != 0:
            return True
        elif n % 400 != 0:
            return False
        else:
            return True

    multi_year = []
    for y in range(start_y,until_y):
        if leapyr(y):
            multi_year.extend( data[:60] + [fill_leap] + data[60:] )
        else:
            multi_year.extend(data)
    return multi_year

start_y = 1950
until_y = 1960

dates = pd.date_range(str(start_y)+'-01-01', str(until_y-1)+'-12-31', freq='D')

data  = [int(1000.*random.random()) for i in xrange(365)]
data = multiYearData(data, start_y, until_y, fill_leap=100000)

cum_data = pd.Series(data, index=dates)

我从this previous post借用了leapyr()函数。

使用fill_leap=100000，您可以检查闰年是否已正确定义：

import matplotlib.pyplot as plt
plt.show()

test

Answer 2

这很有效。

它使用词典理解来填充每个月每天的随机数（2012年是闰年，因此它包含一个随机数，将应用于所有2月29日的闰年日期。）

然后该方法创建一个Pandas系列，我根据日期索引查找每个月和每日的随机数。

from calendar import monthrange
from numpy.random import rand

start_date = pd.Timestamp('1950-1-1')
end_date = pd.Timestamp('1960-1-1')
dates = pd.date_range(start_date, end_date, freq='D')
data_dict = {m + 1: {d + 1: rand() 
                     for d in range(monthrange(2012, m + 1)[1])} 
             for m in range(12)}
cum_data = pd.Series(map(lambda x: data_dict.get(x.month).get(x.day), dates), index=dates)

示例输出

>>> {d.year: v for d, v in cum_data.iteritems() if d.month == 12 and d.day==31}
{1950: 0.66380331904182033,
 1951: 0.66380331904182033,
 1952: 0.66380331904182033,
 1953: 0.66380331904182033,
 1954: 0.66380331904182033,
 1955: 0.66380331904182033,
 1956: 0.66380331904182033,
 1957: 0.66380331904182033,
 1958: 0.66380331904182033,
 1959: 0.66380331904182033}

>>> cum_data.iloc[:10]
1950-01-01    0.539305
1950-01-02    0.358602
1950-01-03    0.388185
1950-01-04    0.089234
1950-01-05    0.523388
1950-01-06    0.983208
1950-01-07    0.882484
1950-01-08    0.597809
1950-01-09    0.797835
1950-01-10    0.484002
Freq: D, dtype: float64

>>> side_by_side(cum_data['1952-2-25':'1952-3-1'], 
                 cum_data['1953-2-25':'1953-3-1'], 
                 cum_data['1956-2-25':'1956-3-1'])
1952-02-25    0.711973     1953-02-25    0.711973     1956-02-25    0.711973 
1952-02-26    0.480222     1953-02-26    0.480222     1956-02-26    0.480222 
1952-02-27    0.558472     1953-02-27    0.558472     1956-02-27    0.558472 
1952-02-28    0.058541     1953-02-28    0.058541     1956-02-28    0.058541 
1952-02-29    0.019080     1953-03-01    0.430778     1956-02-29    0.019080 
1952-03-01    0.430778     Freq: D, dtype: float64    1956-03-01    0.430778 
Freq: D, dtype: float64                               Freq: D, dtype: float64

随着时间的推移重复pandas数据帧

2 个答案: