Question

重新采样一些数据后，我有一个包含两列的数据框。一个是“ datetime”，另一个是float64值和float64值列表的混合，如下所示。索引是时间戳。我想按时间戳将“值”列分组，然后聚合组。例如，找到所有时间戳为23:45的数字的均值，即包括列表中的数字。

我尝试使用“均值”，但收到错误：“没有要聚合的数字类型”。如果执行以下操作，则会得到未按组细分的数据流：

def mash(g):
        print(g)

source = data15[["values"]].groupby("Time").apply(lambda x: mash(x))

示例数据：

23:45:00 2017-09-24 23:45:00                                           0
23:45:00 2017-01-23 23:45:00                                 2.09229e+08
23:45:00 2017-09-25 23:45:00  [216016810.62, 216100659.19, 216436900.77]
23:45:00 2017-09-26 23:45:00                                 1.23813e+08
23:45:00 2018-11-29 23:45:00                                 2.23831e+07
23:45:00 2017-09-27 23:45:00                                -5.40252e+07
23:45:00 2017-09-28 23:45:00                                  4.5238e+07
23:45:00 2017-09-29 23:45:00              [-119122686.64, -172455686.64]

请注意，对于此数据，正确的均值应为所有值的总和除以它们的数量（总共有11个）。一种方法是展平每个列表，以使一个列表变成几条具有相同索引的新行，并且我可以使用'groupby（“ Time”）。mean（）'：

23:45:00 2017-09-29 23:45:00              [-119122686.64, -172455686.64]

becomes

23:45:00 2017-09-29 23:45:00              -119122686.64
23:45:00 2017-09-29 23:45:00              -172455686.64

有没有办法做到这一点？

[已解决]：以下内容为具有我想要的统计功能的每个索引返回一个列表。

    def mash(g):
        flat = []
        for i in g.values:
            if type(i[0]) == list:
                [flat.append(j) for j in i[0]]
            else:
                flat.append(i[0])
        mean = np.mean(flat)
        std = np.std(flat)
        per10 = np.percentile(flat, 10)
        per90 = np.percentile(flat, 90)
        return([mean, std, per10, per90])

    source = data15[["values"]].groupby("Time").apply(lambda x: mash(x))

以行的形式产生“源”，其中每一行包含一个带有均值，std等的列表。 06:45:00 [37132.93422085889，631998.2385994168，0.0，0.0]。有趣的是，传递给'.apply（）'的是按索引分组的一系列数组数组，即包含各个值作为数组的组的数组。

Answer 1

首先将您的value列标准化为相同的数据类型，然后进行汇总将更容易。

import numpy as np

data15['new_values'] = data15['values'].apply(lambda x: np.mean(list(x)))
source = data15[['new_values']].groupby('Time').apply(np.sum)

您给出的示例的问题在于mash不返回任何内容，因此其返回值为None。由于它不是数值，因此无法汇总。如果您从mash返回一个数值，则不会得到所观察到的错误。

熊猫按数字和数字列表分组

1 个答案: