Question

我有以下DataFrame df：

                   TIME     DELAY
0   2016-01-01 06:30:00     0
1   2016-01-01 14:10:00     2
2   2016-01-01 07:05:00     2
3   2016-01-01 11:00:00     1
4   2016-01-01 10:40:00     0
5   2016-01-01 08:10:00     7
6   2016-01-01 11:35:00     2
7   2016-01-02 13:50:00     2
8   2016-01-02 14:50:00     4
9   2016-01-02 14:05:00     1

请注意，该行未按日期时间对象排序。

对于每一行，我想知道最近2小时的平均延迟。为此，我执行了以下代码：

df.index = pd.DatetimeIndex(df["TIME"])
df["DELAY_LAST2HOURS"] = df["DELAY"].rolling("2H").mean()

但是我遇到了这个错误：

ValueError: index must be monotonic

如何正确解决任务？

Answer 1

问题是DatetimeIndex未排序，因此需要DataFrame.sort_index：

df.index = pd.DatetimeIndex(df["TIME"])
df = df.sort_index()
df["DELAY_LAST2HOURS"] = df["DELAY"].rolling("2H").mean()
print (df)
                                    TIME  DELAY  DELAY_LAST2HOURS
TIME                                                             
2016-01-01 06:30:00  2016-01-01 06:30:00      0          0.000000
2016-01-01 07:05:00  2016-01-01 07:05:00      2          1.000000
2016-01-01 08:10:00  2016-01-01 08:10:00      7          3.000000
2016-01-01 10:40:00  2016-01-01 10:40:00      0          0.000000
2016-01-01 11:00:00  2016-01-01 11:00:00      1          0.500000
2016-01-01 11:35:00  2016-01-01 11:35:00      2          1.000000
2016-01-01 14:10:00  2016-01-01 14:10:00      2          2.000000
2016-01-02 13:50:00  2016-01-02 13:50:00      2          2.000000
2016-01-02 14:05:00  2016-01-02 14:05:00      1          1.500000
2016-01-02 14:50:00  2016-01-02 14:50:00      4          2.333333

如果没有必要，所有内容在一起都应为原始TIME列：

df["TIME"] = pd.to_datetime(df["TIME"])

df = df.set_index('TIME').sort_index()
df["DELAY_LAST2HOURS"] = df["DELAY"].rolling("2H").mean()
print (df)
                     DELAY  DELAY_LAST2HOURS
TIME                                        
2016-01-01 06:30:00      0          0.000000
2016-01-01 07:05:00      2          1.000000
2016-01-01 08:10:00      7          3.000000
2016-01-01 10:40:00      0          0.000000
2016-01-01 11:00:00      1          0.500000
2016-01-01 11:35:00      2          1.000000
2016-01-01 14:10:00      2          2.000000
2016-01-02 13:50:00      2          2.000000
2016-01-02 14:05:00      1          1.500000
2016-01-02 14:50:00      4          2.333333

编辑：

df["TIME"] = pd.to_datetime(df["TIME"])
df = df.sort_values('TIME').set_index('TIME')

df["DELAY_LAST2HOURS"] = df["DELAY"].rolling("2H").mean()

ValueError：应用rolling（“ 2H”）。mean（）时索引必须是单调的

1 个答案: