Question

我有一个数据框，可以确认一天中不同时间收到的车辆的GPS位置。对于每辆车，我想对每小时数据进行重新采样，以便获得一天中每个小时的中位数报告（根据时间戳记）。对于没有对应行的小时，我想要一个空白行。我正在使用以下代码：

for i,j in enumerate(list(df.id.unique())):
        data=df.loc[df.id==j]        
        data['hour']=data['timestamp'].hour
        data_grouped=data.groupby(['imo','hour']).median().reset_index()
        data = data_grouped.set_index('hour').reindex(idx).reset_index() #idx is a list of integers from 0 to 23.

由于我的数据框具有数百万个ID，因此我需要花费大量时间来迭代所有这些ID。有有效的方法吗？

与Pandas reindex dates in Groupby不同，我每小时每小时都有多行，除了有些小时根本没有行。

Answer 1

在最新版本的熊猫中进行了测试，将hour列转换为具有所有可能类别的类别，然后在没有loop的情况下进行汇总：

df['hour'] = pd.Categorical(df['timestamp'].dt.hour, categories=range(24))
df1 = df.groupby(['id','imo','hour']).median().reset_index()

熊猫：每个组的每小时数据重新采样

1 个答案: