Question

我有一个数据框字典，其中每个数据框都有价格和时间戳列。像这样{'A':df1, 'B':df2}

我需要构建一个函数，它可以在时间戳的H小时块中切割dict中的数据帧，然后将这个数据帧的dict传递给每个chunk的另一个函数（对其进行一些计算）。

我如何继续前进？

例如

def foo(dict_of_dataframes):
    for id, df in dict_of_dataframes.items():
        do_something()

def boo(dict_of_dataframes, chunksize):
    """
    Needs to chunk up the @dict_of_dataframes in @chunksize hours
    and needs to call foo function on these chunks of
    @dicts_of_dataframes
    """

示例数据：

df1:
Time                       Price
2017-03-07 09:47:31+00:00  100
2017-03-07 11:27:31+00:00  120
2017-03-07 14:47:31+00:00  150
2017-03-07 17:17:31+00:00  135
2017-03-07 20:57:31+00:00  200
2017-03-08 03:27:31+00:00  120
2017-03-08 09:57:31+00:00  100
2017-03-08 11:27:31+00:00  150

df2:
Time                       Price
2017-03-07 09:07:31+00:00  200
2017-03-07 10:27:31+00:00  300
2017-03-07 12:47:31+00:00  100
2017-03-07 17:47:31+00:00  250
2017-03-07 22:27:31+00:00  300
2017-03-08 01:57:31+00:00  500
2017-03-08 02:57:31+00:00  500
2017-03-08 10:27:31+00:00  100

我需要有关boo功能的帮助。一个人如何继续前进？

对于这些模拟其他函数调用的boo函数，还有任何特定的术语。我已经看过几次，如果你能指出一个解释如何设计这些功能调用者的资源。功能，我真的很感激。

Answer 1

我认为你真正想要的是使用resample实现的 - 基本上是日期时间的groupby。假设您需要在6小时内获得交易金额，您可以使用：

def boo(dict_dfs, hours):
    return {k: v.resample(f'{hours}H').sum() for k,v in dict_dfs.items()}

现在，如果您100％确定需要使用dicts，请使用groupby：

def boo(dict_dfs, hours):
    return {k:{hr:v for hr, v in df.groupby(Grouper(key='Time', freq=f'{hours}H'))} for k, df in dict_dfs.items()}

顺便说一下，如果你想在dicts上循环{key，value}，请使用dict.items（），而不是单词本身。

还有一点需要注意：我看到很多时候人们对数据结构过于复杂。大多数情况下，您不需要数据帧的字典 - 您可以使用一个数据帧，只需要category列，甚至可以使用多索引（例如，[category，Time]多索引）有了它，您将获得更多可重用，快速和干净的代码！

熊猫：根据时间分类数据帧字典

1 个答案: