Question

我有一个像这样的时序数据的熊猫数据框

            Timestamp       X
0   2016-12-01 00:00:00 0.186090
1   2016-12-01 00:10:00 0.203160
2   2016-12-01 00:20:00 0.216228
3   2016-12-01 00:30:00 0.220723
4   2016-12-01 00:40:00 0.263620
5   2016-12-01 00:50:00 0.287217
6   2016-12-01 01:00:00 0.282319
7   2016-12-01 01:10:00 0.242778
8   2016-12-01 01:20:00 0.235190
9   2016-12-01 01:30:00 0.210077
10  2016-12-01 01:40:00 0.251426
11  2016-12-01 01:50:00 0.238118
12  2016-12-01 02:00:00 0.262105
13  2016-12-01 02:10:00 0.270865
14  2016-12-01 02:20:00 0.281123
15  2016-12-01 02:30:00 0.276698
16  2016-12-01 02:40:00 0.296046
17  2016-12-01 02:50:00 0.308164
18  2016-12-01 03:00:00 0.313092
19  2016-12-01 03:10:00 0.233784

我想将数据集转换成这样

Date          F1     F2        F3        F4      F5        F6       .... F145
2016-12-01 0.186090  0.203160  0.216228  0.20723 0.263620  0.287217 .........
2016-12-02 ..................................................................

即，我想制作另一个包含145列的数据帧，每列表示一天中的特定时间段。 F1表示00:00:00，F2表示00:10:00 ..... F144表示23:50:00，F155表示{{1} }。

在熊猫中实现这一目标的最有效方法是什么？

可以对这些任务执行数据透视，但是如何在时间戳列中使用数据透视？？

Answer 1

首先通过floor删除时间-获取null或date-获取python对象日期，通过time和pivot创建列：

datetimes

最后将列转换为计数器，并将df['Timestamp'] = pd.to_datetime(df['Timestamp']) df['Date'] = df['Timestamp'].dt.floor('D') df['Hours'] = df['Timestamp'].dt.time df = df.pivot('Date','Hours','X') print (df) Hours 00:00:00 00:10:00 00:20:00 00:30:00 00:40:00 00:50:00 \ Date 2016-12-01 0.18609 0.20316 0.216228 0.220723 0.26362 0.287217 Hours 01:00:00 01:10:00 01:20:00 01:30:00 01:40:00 01:50:00 \ Date 2016-12-01 0.282319 0.242778 0.23519 0.210077 0.251426 0.238118 Hours 02:00:00 02:10:00 02:20:00 02:30:00 02:40:00 02:50:00 \ Date 2016-12-01 0.262105 0.270865 0.281123 0.276698 0.296046 0.308164 Hours 03:00:00 03:10:00 Date 2016-12-01 0.313092 0.233784设置为列：

Date

最后一列最后使用shift：

df.columns = [f'F{x+1}' for x in range(len(df.columns))]
df = df.reset_index().rename_axis(None, axis=1)
print (df)
        Date       F1       F2        F3        F4       F5        F6  \
0 2016-12-01  0.18609  0.20316  0.216228  0.220723  0.26362  0.287217   

         F7        F8       F9  ...       F11       F12       F13       F14  \
0  0.282319  0.242778  0.23519  ...  0.251426  0.238118  0.262105  0.270865   

        F15       F16       F17       F18       F19       F20  
0  0.281123  0.276698  0.296046  0.308164  0.313092  0.233784  

[1 rows x 21 columns]

时间序列数据集到熊猫的每小时要素数据集

1 个答案: