Question

我有以下数据框（带有日期时间索引）：

                col_a   col_b   col_c   col_d   col_e   col_f   col_g   col_h   fid
7/20/2017 10:00  0      18  45  17  19  2.777778    180 0.92    999000
7/20/2017 11:00 0.03    18  45  17  19  2.2222224   180 0.93    999000
7/20/2017 12:00 0.03    18  45  17  19  2.2222224   180 0.95    999000
7/20/2017 13:00 0.03    17  45  17  19  2.2222224   180 0.95    999000
7/20/2017 14:00 0.04    17  45  17  19  1.6666668   180 0.97    999000
7/20/2017 15:00 0.03    17  45  17  19  1.6666668   180 0.97    999000
7/20/2017 16:00 0.02    17  45  17  19  1.6666668   157.5   0.97    999000
7/20/2017 17:00 0.01    17  45  17  19  1.6666668   135 0.97    999000
7/20/2017 18:00 0.01    17  45  17  19  1.6666668   157.5   0.97    999000
7/20/2017 19:00 0.02    17  45  17  19  1.6666668   157.5   1   999000
7/20/2017 20:00 0.01    17  45  17  19  2.2222224   135 1   999000
7/20/2017 21:00 0.01    18  45  17  19  2.2222224   135 1   999000
7/20/2017 22:00 0.01    18  45  17  19  2.777778    157.5   0.98    999000
7/20/2017 23:00 0.03    19  45  17  19  2.777778    157.5   0.96    999000
7/21/2017 0:00  0.04    19  45  16  21  3.0555558   157.5   0.92    999000
7/21/2017 1:00  0.05    20  45  16  21  3.8888892   157.5   0.88    999000
7/21/2017 2:00  0.03    21  45  16  21  3.8888892   157.5   0.83    999000
7/21/2017 3:00  0.02    21  45  16  21  3.8888892   157.5   0.8 999000
7/21/2017 4:00  0.03    21  45  16  21  4.4444448   157.5   0.78    999000
7/21/2017 5:00  0.03    21  45  16  21  4.4444448   157.5   0.79    999000
7/21/2017 6:00  0.02    21  45  16  21  3.8888892   157.5   0.83    999000
7/21/2017 7:00  0.03    20  45  16  21  3.6111114   135 0.86    999000
7/21/2017 8:00  0.04    19  45  16  21  3.0555558   157.5   0.91    999000
7/21/2017 9:00  0.03    18  45  16  21  2.777778    157.5   0.92    999000
7/21/2017 10:00 0.03    18  45  16  21  2.777778    157.5   0.92    999000
7/21/2017 11:00 0.03    18  45  16  21  2.777778    157.5   0.92    999000
7/21/2017 12:00 0.02    17  45  16  21  2.777778    135 0.94    999000
7/21/2017 13:00 0.03    17  45  16  21  2.777778    135 0.95    999000
7/21/2017 14:00 0.03    17  45  16  21  2.777778    135 0.98    999000
7/21/2017 15:00 0.03    17  45  16  21  2.777778    157.5   0.97    999000
7/21/2017 16:00 0.04    17  45  16  21  2.777778    135 0.97    999000
7/21/2017 17:00 0.04    17  45  16  21  2.777778    135 0.98    999000
7/21/2017 18:00 0.04    17  45  16  21  2.777778    135 1   999000
7/21/2017 19:00 0.03    16  45  16  21  2.777778    135 1   999000
7/21/2017 20:00 0.03    17  45  16  21  3.0555558   135 1   999000
7/21/2017 21:00 0.03    17  45  16  21  3.0555558   135 1   999000
7/21/2017 22:00 0.03    17  45  16  21  3.0555558   135 0.99    999000
7/21/2017 23:00 0.03    17  45  16  21  3.0555558   157.5   0.97    999000

我想计算col_a，col_b ... col_h的日常均值。 fid列似乎包含数字，但它们实际上存储为字符串。对于该列，我只想要每天的唯一字符串。但是，当我这样做时：

df.resample('D').mean()

fid列从最终输出中消失。如何在最终输出中获得它？

Answer 1

如果需要以不同的方式重新取样某些值（例如列fid，因为文本列），可以使用dict df，#all columns without `fid` are aggregate by mean d = {x:'mean' for x in df.columns.difference(['fid'])} #added new item to dict - column fid is aggregate by first d['fid'] = 'first' print (d) {'col_e': 'mean', 'col_c': 'mean', 'col_b': 'mean', 'col_f': 'mean', 'col_a': 'mean', 'col_d': 'mean', 'fid': 'first', 'col_h': 'mean', 'col_g': 'mean'} df1 = df.resample('D').agg(d).reindex_axis(df.columns, axis=1) print (df1) col_a col_b col_c col_d col_e col_f col_g \ 2017-07-20 0.020000 17.500000 45 17 19 2.103175 162.321429 2017-07-21 0.031667 18.333333 45 16 21 3.206019 147.187500 col_h fid 2017-07-20 0.967143 999000 2017-07-21 0.921250 999000可以动态创建。

上次添加Resampler.agg以获得与输入df1 = df.resample('D').mean() print (df1) col_a col_b col_c col_d col_e col_f col_g \ 2017-07-20 0.020000 17.500000 45.0 17.0 19.0 2.103175 162.321429 2017-07-21 0.031667 18.333333 45.0 16.0 21.0 3.206019 147.187500 col_h 2017-07-20 0.967143 2017-07-21 0.921250中相同的列顺序。

fid

如果仅按reindex_axis重新取样，则会排除所有非数字列（Resampler.mean）：

df1 = df.groupby(['fid', pd.Grouper(freq='D')])
        .mean()
        .reset_index()
        .reindex_axis(df.columns, axis=1)
print (df1)
      col_a      col_b  col_c  col_d  col_e     col_f       col_g     col_h  \
0  0.020000  17.500000   45.0   17.0   19.0  2.103175  162.321429  0.967143   
1  0.031667  18.333333   45.0   16.0   21.0  3.206019  147.187500  0.921250   

      fid  
0  999000  
1  999000

如果i中的数据每天相同，则另一种解决方案是使用similar as aggregation：

namespace project1
{
    public class testclass
    {
        int i = 0;

        public void foobar()
        {
            if (0 == 0)
            {
                i = 0;
            }

            return;
        }
    }
}

pandas数据帧中列的子集的每日均值

1 个答案: