将 Pandas tseries 对象转换为 DataFrame
Convert Pandas tseries object to a DataFrame
我希望将以下 <'pandas.tseries.resample.DatetimeIndexResampler'>
类型对象转换为 pandas DataFrame 对象 (<'pandas.core.frame.DataFrame'>
)。但是,我无法在 pandas 文档中找到允许我执行此操作的相关功能。
数据采用以下形式:
M30
Date
2016-02-29 -61.187699
2016-03-31 -60.869565
2016-04-30 -61.717922
2016-05-31 -61.823966
2016-06-30 -62.142100
...
任何人都可以提供替代解决方案吗?
您需要一些聚合函数,例如 sum
或 mean
。
您的数据示例:
print (df)
M30
Date
2016-02-29 -61.187699
2016-03-31 -60.869565
2016-04-30 -61.717922
2016-05-31 -61.823966
2016-06-30 -62.142100
#resample by 2 months
r = df.resample('2M')
print (r)
DatetimeIndexResampler [freq=<2 * MonthEnds>,
axis=0,
closed=right,
label=right,
convention=start,
base=0]
#aggregate sum
print (r.sum())
M30
Date
2016-02-29 -61.187699
2016-04-30 -122.587487
2016-06-30 -123.966066
#aggregate mean
print (r.mean())
M30
Date
2016-02-29 -61.187699
2016-04-30 -61.293743
2016-06-30 -61.983033
#aggregate first
print (r.first())
M30
Date
2016-02-29 -61.187699
2016-04-30 -60.869565
2016-06-30 -61.823966
我希望将以下 <'pandas.tseries.resample.DatetimeIndexResampler'>
类型对象转换为 pandas DataFrame 对象 (<'pandas.core.frame.DataFrame'>
)。但是,我无法在 pandas 文档中找到允许我执行此操作的相关功能。
数据采用以下形式:
M30
Date
2016-02-29 -61.187699
2016-03-31 -60.869565
2016-04-30 -61.717922
2016-05-31 -61.823966
2016-06-30 -62.142100
...
任何人都可以提供替代解决方案吗?
您需要一些聚合函数,例如 sum
或 mean
。
您的数据示例:
print (df)
M30
Date
2016-02-29 -61.187699
2016-03-31 -60.869565
2016-04-30 -61.717922
2016-05-31 -61.823966
2016-06-30 -62.142100
#resample by 2 months
r = df.resample('2M')
print (r)
DatetimeIndexResampler [freq=<2 * MonthEnds>,
axis=0,
closed=right,
label=right,
convention=start,
base=0]
#aggregate sum
print (r.sum())
M30
Date
2016-02-29 -61.187699
2016-04-30 -122.587487
2016-06-30 -123.966066
#aggregate mean
print (r.mean())
M30
Date
2016-02-29 -61.187699
2016-04-30 -61.293743
2016-06-30 -61.983033
#aggregate first
print (r.first())
M30
Date
2016-02-29 -61.187699
2016-04-30 -60.869565
2016-06-30 -61.823966