Question

我有一些按日期组织的数据，为datetime index。然后我将其子集化，这样实际上是不规则的：

date_rng = pd.date_range(start='1/1/2018', end='1/8/2018', freq='H')
df = pd.DataFrame(date_rng, columns=['date'])
df['data'] = np.random.randint(0,100,size=(len(date_rng)))
df['date'] = pd.to_datetime(df['date'])
df = df.set_index('date', drop=True)
df = df[df['data'] > 75]

在我的服务中（这不是用于交互式使用），我得到一个字符串，该字符串传递给pandas.resample，以将我的时间数据聚合到任何级别。该字符串直接提供给rule参数，并且可以是'H'，'3T'，'Q'，'M'

之类的值。

我想使用相同的字符串来创建一个类似于以下结构的json：

{'my_aggregate_level_1': {'2018-01-01 03:00:00', '2018-01-01 07:00:00'},
'my_aggregate_level_2':{'2018-01-08 03:00:00'}}

该数组将变得“参差不齐”，即并非所有记录都将存在，并且json中的所有键都不具有相同的数组长度。

一个好的解决方案的目标是：

my_aggregate_level是由与resample中相同的字符串参数设置的级别
聚合级别中的数组将始终是原始的日期时间每小时值
理想情况下字符串参数未与诸如“如果'D'然后使用.strftime这样的“翻译规则”相关联，但是如果{{1} }，如果'H'使用，则使用此
'M'仅返回原始值的单个数组

因此，实际上，如果提供了'H'：

'D'

请注意，每天有两个键，数组中的值会拆分为正确的日期。

如果提供了{'2018-01-01': {'2018-01-01 03:00:00', '2018-01-01 07:00:00'}, '2018-01-08':{'2018-01-08 03:00:00'}}：

'M'

请注意，这意味着在此示例中，值数组的内容将为3，因为3个日期时间都在同一月份

我尝试过/发现自己做得不好的事情：

{'2018-01': {'2018-01-01 03:00:00', '2018-01-01 07:00:00', '2018-01-08 03:00:00'}}，根据某些规则，它们看起来像仅在聚合。我特别需要返回实际记录
基于Groupers参数解析一个新列在技术上是可行的，但是这似乎是错误的，因为我必须开始将每个rule转换为rule或类似名称。我尚未找到接受相同字符串并且也不执行聚合的函数
为此设置多索引解决方案吗？可能是这样，但我不确定如何针对上述strftime，'D'等来填充它。
自定义重采样器：

'M'

哪个不起作用。

我了解，这可能无法通过上述规则解决，但我可能还不擅长def custom_resampler(array_like): return array_like df.resample('W').apply(custom_resampler)才能实现。

Answer 1

更新：

返回结构实际上是一系列的，因此可以使用此方法过滤空列表索引点：

df.resample('D').apply(custom_resampler).apply(len) > 0

原始：

我相信我已经找到了解决方案。

具体地说，我使用自定义重采样器是错误的，实际上，它们可以自己进行json转换。我需要进行一些处理才能获得所需的结果，但是现在这是答案：

def custom_resampler(array_like):
    return array_like.to_json()

df.resample('D').apply(custom_resampler)

很乐意对此进行纠正/完善/改进。

我应该如何从熊猫数据帧构造此json返回

我尝试过/发现自己做得不好的事情：

1 个答案:

更新：

原始：