我有一个每30分钟有一次功率的数据集。
它的时间戳为2016-06-01 00:00:00格式的索引 2016-06-01 00:00:00等
我可以使用df.groupby(pf.TimeGrouper(freq='D'))
对数据进行分组
但我希望将组的内容放在1-48列中,因此结果数据集的每一行左侧都有一天,右侧有48个幂项。
原始数据
2016-06-01 00:00:00 5
2016-06-01 00:30:00 9
2016-06-01 01:00:00 12
目标
DATETIME 00:00:00 00:30:00 01:00:00
2016-06-01 5 9 12
我确定必须有一条规则我可以用来添加到timegrouper行的末尾,例如从所有值中创建一个列表并将它们转换成一行?
答案 0 :(得分:1)
示例数据:
import pandas as pd
times = ["2016-06-01 00:00:00", "2016-06-01 00:30:00", "2016-06-01 01:00:00"]
vals = [5, 9, 12]
df = pd.DataFrame(dict(time = times, value = vals))
将时间分为日期和时间:
df["time"] = pd.to_datetime(df.time)
df["date"] = df.time.dt.date
df["time"] = df.time.dt.time
time value date
0 00:00:00 5 2016-06-01
1 00:30:00 9 2016-06-01
2 01:00:00 12 2016-06-01
然后转动数据:
df.pivot(index="date", columns="time", values="value")
time 00:00:00 00:30:00 01:00:00
date
2016-06-01 5 9 12
答案 1 :(得分:1)
你可以
In [881]: df.set_index([df.time.dt.date, df.time.dt.time])['value'].unstack()
Out[881]:
time 00:00:00 00:30:00 01:00:00
time
2016-06-01 5 9 12
重命名轴
In [903]: (df.set_index([df.time.dt.date, df.time.dt.time])['value'].unstack()
.rename_axis(None).rename_axis('DATETIME', 1))
Out[903]:
DATETIME 00:00:00 00:30:00 01:00:00
2016-06-01 5 9 12
或者,而不是set_index
使用groupby
In [907]: df.groupby([df.time.dt.date, df.time.dt.time])['value'].sum().unstack()
Out[907]:
time 00:00:00 00:30:00 01:00:00
time
2016-06-01 5 9 12