Question

我正在尝试从数据框中重新采样数据。列具有不同类型的数据。对于其中一列，我想计算该列的值大于0的行。

一个小例子如下：

import pandas as pd
import numpy as np

df = pd.DataFrame(data={'Date': pd.date_range('2018-01-01','2018-01-15'),
                        'A': np.random.randint(5, size=15)})
df.set_index(df.Date, inplace=True)

df.resample('5D').count()

计数有效，但是我找不到一种方法来插入只希望对大于0的值进行计数的条件。

df.resample('5D').count(df[df.A > 0])

但是，TypeError: 'DataFrame' objects are mutable, thus they cannot be hashed

问题：如何在有条件的情况下resample().count()

Answer 1

您可以使用sum值中的Resampler.apply和True，这些过程类似于1 s：

np.random.seed(57)

import pandas as pd
import numpy as np

df = pd.DataFrame(data={'Date': pd.date_range('2018-01-01','2018-01-15'),
                        'A': np.random.randint(5, size=15)})
df.set_index(df.Date, inplace=True)

df1 = df.resample('5D')['A'].apply(lambda x: (x > 0).sum())
print (df1)
Date
2018-01-01    2
2018-01-06    3
2018-01-11    4
Name: A, dtype: int64

或者更好的解决方案是创建布尔掩码并使用resample聚合sum：

df1 = (df['A'] > 0).resample('5D').sum().astype(int)
print (df1)

Date
2018-01-01    2
2018-01-06    3
2018-01-11    4
Name: A, dtype: int32

在某些情况下使用计数方法对数据帧进行重新采样

1 个答案: