我的输入数据如下:
cat start target
0 1 2016-09-01 00:00:00 4.370279
1 1 2016-09-01 00:00:00 1.367778
2 1 2016-09-01 00:00:00 0.385834
我想使用“开始”作为开始日期,使用“目标”作为系列值来构建系列。 iterrows()正在为“ imp”提取正确的值,但是当附加到time_series时,只有第一个值会传递到所有序列点。每次“ data = imp”拉第0行的原因是什么?
t0 = model_input_test['start'][0] # t0 = 2016-09-01 00:00:00
num_ts = len(model_input_test.index) # num_ts = 1348
time_series = []
for i, row in model_input_test.iterrows():
imp = row.loc['target']
print(imp)
index = pd.DatetimeIndex(start=t0, freq='H', periods=num_ts)
time_series.append(pd.Series(data=imp, index=index))
A screenshot can be seen here。
系列“ time_series”应如下所示:
2016-09-01 00:00:00 4.370279
2016-09-01 01:00:00 1.367778
2016-09-01 02:00:00 0.385834
但是最终看起来像这样:
2016-09-01 00:00:00 4.370279
2016-09-01 01:00:00 4.370279
2016-09-01 02:00:00 4.370279
我在Sagemaker上使用Jupyter conda_python3。
答案 0 :(得分:1)
使用数据框时,通常有更好的方法来执行任务,然后遍历数据框。例如,根据您的情况,您可以这样创建系列:
time_series = (df.set_index(pd.date_range(pd.to_datetime(df.start).iloc[0],
periods = len(df), freq='H')))['target']
>>> time_series
2016-09-01 00:00:00 4.370279
2016-09-01 01:00:00 1.367778
2016-09-01 02:00:00 0.385834
Freq: H, Name: target, dtype: float64
>>> type(time_series)
<class 'pandas.core.series.Series'>
基本上,这是说:“将索引设置为从您的第一个日期开始每小时递增的日期范围,然后使用target
列”
答案 1 :(得分:0)
给定一个数据帧df
以及系列start
和target
,您可以简单地使用set_index
:
time_series = df.set_index('start')['target']