Question

我正在探索时间序列数据（使用python），并希望通过熊猫将日期转换为每周间隔，但是会引发以下错误：

TypeError：仅与DatetimeIndex，TimedeltaIndex或 PeriodIndex，但有一个'RangeIndex'实例

数据（dates.csv）：

install_date, user, mean_level 
2015-09-09, 1, 2
2015-09-11, 2, 2
2015-09-14, 3, 5
2015-09-14, 4, 6
2015-09-20, 5, 3
2015-09-25, 6, 3
2015-09-26, 7, 1
2015-09-27, 8, 1
2015-09-27, 9, 0
2015-09-29, 10, 0

代码：

import numpy as np
import pandas as pd

data = pd.read_csv('data/dates.csv', low_memory=False)

DateData = data.resample('W').sum().head()

print(DateData)

尝试了一些有关日期转换的事情，但是没有任何效果，这仍然会引发错误。这是我需要的输出：

输出：

install_date, user
2015-09-09, 3
2015-09-14, 12
2015-09-25, 40

谢谢！干杯。

Answer 1

首先将install_date列转换为datetime数据类型，然后根据所需规则使用resample：

print(df)
  install_date   user   mean_level 
0   2015-09-09      1             2
1   2015-09-11      2             2
2   2015-09-14      3             5
3   2015-09-14      4             6
4   2015-09-20      5             3
5   2015-09-25      6             3
6   2015-09-26      7             1
7   2015-09-27      8             1
8   2015-09-27      9             0
9   2015-09-29     10             0

df['install_date'] = pd.to_datetime(df['install_date'])
df.dtypes()
install_date    datetime64[ns]
 user                    int64
 mean_level              int64
dtype: object

方法1：使用该列进行重采样

print(df.resample('7D',on='install_date').sum())

               user   mean_level 
install_date                     
2015-09-09       10            15
2015-09-16        5             3
2015-09-23       40             5

方法2：：将日期时间数据类型设置为索引并重新采样

df.set_index('install_date',inplace=True)
print(df.resample('7D').sum())

               user   mean_level 
install_date                     
2015-09-09       10            15
2015-09-16        5             3
2015-09-23       40             5

将时间序列重新采样到熊猫的每周间隔会引发错误

1 个答案: