Question

我试图在我的需求时间序列中找到每天最大需求的小时数。

我创建了一个看起来像..

的数据框

                       power
2011-01-01 00:00:00  1015.70
2011-01-01 01:00:00  1015.70
2011-01-01 02:00:00  1010.30
2011-01-01 03:00:00  1010.90
2011-01-01 04:00:00  1021.10
2011-01-01 05:00:00  1046.00
2011-01-01 06:00:00  1054.60
...

和一个分组系列，使用.max（）

查找每天的最大值

grouped = df.groupby(pd.TimeGrouper('D'))
grouped['power'].max()

输出

2011-01-01    1367.30
2011-01-02    1381.90
2011-01-03    1289.00
2011-01-04    1323.50
2011-01-05    1372.70
2011-01-06    1314.40
2011-01-07    1310.60
...

但是我也需要最大值的小时。如下所示：

2011-01-01  18  1367.30
2011-01-02  5   1381.90
2011-01-03  22  1289.00
2011-01-04  10  1323.50
...

我尝试过使用idxmax（），但我一直收到一个ValueError

Answer 1

2018-09-19更新：

FutureWarning：pd.TimeGrouper已弃用，将被删除; 请使用pd.Grouper（freq = ...）

溶液：

In [295]: df.loc[df.groupby(pd.Grouper(freq='D')).idxmax().iloc[:, 0]]
Out[295]:
                                         power
2011-01-01 06:00:00                     1054.6
2011-01-02 06:00:00                     2054.6

旧回答：

试试这个：

In [376]: df.loc[df.groupby(pd.TimeGrouper('D')).idxmax().iloc[:, 0]]
Out[376]:
                                           power
2011-01-01 06:00:00                       1054.6
2011-01-02 06:00:00                       2054.6

数据：

In [377]: df
Out[377]:
                                           power
2011-01-01 00:00:00                       1015.7
2011-01-01 01:00:00                       1015.7
2011-01-01 02:00:00                       1010.3
2011-01-01 03:00:00                       1010.9
2011-01-01 04:00:00                       1021.1
2011-01-01 05:00:00                       1046.0
2011-01-01 06:00:00                       1054.6
2011-01-02 00:00:00                       2015.7
2011-01-02 01:00:00                       2015.7
2011-01-02 02:00:00                       2010.3
2011-01-02 03:00:00                       2010.9
2011-01-02 04:00:00                       2021.1
2011-01-02 05:00:00                       2046.0
2011-01-02 06:00:00                       2054.6

Answer 2

您还可以使用df.groupby(df.index.date)按索引日期分组，然后使用idxmax()在功效列中找到最大值的索引：

df.groupby(df.index.date)["power"].idxmax()

如果您也需要功率值，请使用.loc：

df.loc[df.groupby(df.index.date)["power"].idxmax()]

使用Python中的Pandas查找每日最大值的小时数

2 个答案: