Question

我想用datetimestamp（最多几分钟）构建一个数据框作为索引，并在我获取每个新列的数据时不断添加列。例如，对于Col-A，我按天，小时和分钟从另一个数据集聚合到值＆＃39; k＆＃39;。我想插入这个值＆＃39; k＆＃39;进入右边的数据框＆＃39;行索引。我面临的问题是当前行标识符来自日期，小时，分钟的groupby对象。不确定如何连接＆＃39;这3个成为一个很好的时间序型。

这就是我目前所拥有的（我的groupby对象的输出）：

currGroupedData = cData.groupby(['DATE', 'HOUR', 'MINUTE'])
numUniqValuesPerDayHrMin = currGroupedData['UID'].nunique()
print numUniqValuesPerDayHrMin

Computing Values for A:
DATE      HOUR  MINUTE
2015-08-15  6     38        65
Name: UID, dtype: int64

要形成一个新的数据帧以容纳多个列（A，B，..，Z），我这样做：

index = pd.date_range('2015-10-05 10:00:00', '2015-11-10 10:00:00', freq='1min')
df = pd.DataFrame(index=index)

现在，我想以某种方式＆＃39;取值65并填充到我的数据框中。我该怎么做呢？我必须以某种方式转换＆＃34;日期，小时，分钟＆＃34;将groupby对象形成一个timeseries obj ... ???

此外，我将在当天的许多分钟内获得Col-A的一系列值。我希望，在一次性中，用这些值填充整个列，并用“＆＃39; 0”填充其余部分。然后，继续处理/填充下一列。

我可以这样做：

str = '2015-10-10 06:10:00'

str
Out[362]: '2015-10-10 06:10:00'

pd.to_datetime(str, format='%Y-%m-%d %H:%M:%S', coerce=True)
Out[363]: Timestamp('2015-10-10 06:10:00')

row_idx = pd.to_datetime(str, format='%Y-%m-%d %H:%M:%S', coerce=True)

type(row_idx)
Out[365]: pandas.tslib.Timestamp

data = pd.DataFrame({'Col-A': 65}, index = pd.Series(row_idx))
df.add(data)

有什么想法吗？

Answer 1

你几乎在你的代码中弄明白了。一些变化可以完成这个诀窍。

初始化没有数据的数据帧和timeindex。（您可以随后添加更多行）
初始化新列，其值设置为0.
在目标时间设置列的值。

|

import pandas as pd


index = pd.date_range('2015-10-05 10:00:00', '2015-11-10 10:00:00', freq='1min')
df = pd.DataFrame(index=index)

# initialize the column with all values set to 0. 
df['first_column'] = 0
# format the target time into a timestamp
target_time = pd.to_datetime('2015-10-15 6:38')
# set the value for the target time to 65
df['first_column'][ target_time]=65
# output the value at the target time. 
df['first_column'][ target_time]

Pandas Dataframe时间序列

1 个答案: