Question

我使用DateTimeIndex了解pandas resampling函数。

但是如何轻松地对整数索引进行重新采样/分组？

以下代码说明了问题并且有效：

import numpy as np
import pandas as pd


df = pd.DataFrame(np.random.randint(5, size=(10, 2)), columns=list('AB'))
print(df)

   A  B
0  3  2
1  1  1
2  0  1
3  2  3
4  2  0
5  4  0
6  3  1
7  3  4
8  0  2
9  4  4

# sum of n consecutive elements
n = 3
tuples = [(i, i+n-1) for i in range(0, len(df.index), n)]
df_new = pd.concat([df.loc[i[0]:i[1]].sum() for i in tuples], 1).T
print(df_new)

   A  B
0  4  4
1  8  3
2  6  7
3  4  4

但是，有没有更优雅的方法来实现这一目标？

代码对我来说似乎有点笨拙..

提前致谢！

Answer 1

您可以将分割索引置于底层并聚合某些功能：

df1 = df.groupby(df.index // n).sum()

如果index不是默认（整数，唯一）按numpy.arange len创建的按楼层划分的DataFrame汇总：

df1 = df.groupby(np.arange(len(df)) // n).sum()

Answer 2

您可以在索引的整数除以n上使用group by。即。

df.groupby(lambda i: i//n).sum()

这是代码

import numpy as np
import pandas as pd

n=3
df = pd.DataFrame(np.random.randint(5, size=(10, 2)), columns=list('AB'))

print('df:')
print(df)
res = df.groupby(lambda i: i//n).sum()
print('using groupby:')
print(res)

tuples = [(i, i+n-1) for i in range(0, len(df.index), n)]
df_new = pd.concat([df.loc[i[0]:i[1]].sum() for i in tuples], 1).T
print('using your method:')
print(df_new)

和输出

df:
   A  B
0  1  0
1  3  0
2  1  1
3  0  4
4  3  4
5  0  1
6  0  4
7  4  0
8  0  2
9  2  2
using groupby:
   A  B
0  5  1
1  3  9
2  4  6
3  2  2
using you method:
   A  B
0  5  1
1  3  9
2  4  6
3  2  2

Pandas DataFrame：按n个元素组

2 个答案: