Question

我有一个包含2列的数据框，其中填充了时间戳及其对应的值。 df大约有7000行（2个月的数据），我想每周将它们分成较小的数据帧。我当然可以将它们分成几天等等，但是我不知道几周。数据框如下所示：

2018-08-29T00:03:09      12310                  
2018-08-29T00:08:10      21231              
2018-08-29T00:13:10      19.6                   
2018-08-29T00:18:10     19321                   
2018-08-29T00:23:10     182134                  
2018-08-29T00:28:10     172319                  
2018-08-29T00:33:10     1734                    
2018-08-29T00:38:10     1764                    
2018-08-29T00:43:10     169743                  
2018-08-29T00:48:10     16747                   
2018-08-29T00:53:10     17830

谢谢大家提前！

Answer 1

您可以执行以下操作：

df['Week'] = df['timestamp'].dt.to_period('W-MON')

您将在数据框中获得一个星期列。然后，如果您想浏览几周：

for w, data in df.groupby('Week'):
    print(w, data)

您还可以像这样查询包含某些天的星期：

df[df['Week']=='2018-08-29']

Answer 2

您可以执行以下操作：

考虑df以下：

In [2712]: df                                                                                                                                                                                               
Out[2712]: 
                  Date      Value
0  2018-08-29 00:03:09  12,310.00
1  2018-08-29 00:08:10  21,231.00
2  2018-08-29 00:13:10      19.60
3  2018-08-29 00:18:10  19,321.00
4  2018-08-29 00:23:10 182,134.00
5  2018-08-29 00:28:10 172,319.00
6  2018-08-29 00:33:10   1,734.00
7  2018-08-29 00:38:10   1,764.00
8  2018-08-29 00:43:10 169,743.00
9  2018-08-29 00:48:10  16,747.00
10 2018-08-29 00:53:10  17,830.00

In [2711]: df['Date'] = pd.to_datetime(df['Date'])
In [2714]: df['week'] = df['Date'].dt.week

In [2715]: df                                                                                                                                                                                               
Out[2715]: 
                  Date      Value  week
0  2018-08-29 00:03:09  12,310.00    35
1  2018-08-29 00:08:10  21,231.00    35
2  2018-08-29 00:13:10      19.60    35
3  2018-08-29 00:18:10  19,321.00    35
4  2018-08-29 00:23:10 182,134.00    35
5  2018-08-29 00:28:10 172,319.00    35
6  2018-08-29 00:33:10   1,734.00    35
7  2018-08-29 00:38:10   1,764.00    35
8  2018-08-29 00:43:10 169,743.00    35
9  2018-08-29 00:48:10  16,747.00    35
10 2018-08-29 00:53:10  17,830.00    35

现在将df分组到week。

In [2717]: grp = df.groupby('week') 

In [2721]: for x,y in grp: 
      ...:     print(x,y) 
      ...:                                                                                                                                                                                                  
35                Date      Value  week
0  2018-08-29 00:03:09  12,310.00    35
1  2018-08-29 00:08:10  21,231.00    35
2  2018-08-29 00:13:10      19.60    35
3  2018-08-29 00:18:10  19,321.00    35
4  2018-08-29 00:23:10 182,134.00    35
5  2018-08-29 00:28:10 172,319.00    35
6  2018-08-29 00:33:10   1,734.00    35
7  2018-08-29 00:38:10   1,764.00    35
8  2018-08-29 00:43:10 169,743.00    35
9  2018-08-29 00:48:10  16,747.00    35
10 2018-08-29 00:53:10  17,830.00    35

这将为您提供每周较小的数据帧。

Answer 3

另一种方式

df.set_index(pd.to_datetime(df['time']), inplace=True)
df['week']=df.index.week

说明

 #pd.to_datetime(df['time'])- Coerces time to datetime
    #df.set_index(pd.to_datetime(df['time']), inplace=True)#Sets time as index
    #df.index.week; extracts time period from the index

Python-熊猫，每周拆分时间序列数据帧

3 个答案: