更改 DataFrame 中的索引数？

Question

我正在尝试更改以下代码的输出：

import numpy as np
import pandas as pd
from pandas import Series, DataFrame, Panel, bdate_range, DatetimeIndex, date_range
from pandas.tseries.holiday import get_calendar
from datetime import datetime, timedelta
import pytz as pytz
from pytz import timezone

start =  datetime(2013, 1, 1)

hr1 = np.loadtxt("Spot_2013_Hour1.txt")

index = date_range(start, end = '2013-12-31', freq='B')
Allhrs = Series(index)
Allhrs = DataFrame({'hr1': hr1})
df = Allhrs
indexed_df = df.set_index(index)
print indexed_df

错误：

  File "<ipython-input-61-c7890d8ccb07>", line 17, in <module>
    indexed_df = df.set_index(index)

  File "/Applications/anaconda/lib/python2.7/site-packages/pandas/core/frame.py", line 2390, in set_index
    frame.index = index

  File "/Applications/anaconda/lib/python2.7/site-packages/pandas/core/generic.py", line 1849, in __setattr__
    object.__setattr__(self, name, value)

  File "properties.pyx", line 65, in pandas.lib.AxisProperty.__set__ (pandas/lib.c:38491)

  File "/Applications/anaconda/lib/python2.7/site-packages/pandas/core/generic.py", line 400, in _set_axis
    self._data.set_axis(axis, labels)

  File "/Applications/anaconda/lib/python2.7/site-packages/pandas/core/internals.py", line 1965, in set_axis
    'new values have %d elements' % (old_len, new_len))

ValueError: Length mismatch: Expected axis has 365 elements, new values have 261 elements

问题：

我有一个从 txt 文件加载的时间序列。时间序列由 365 个元素组成，即 2013 年的所有日子。我需要这个 txt 文件，因为我需要分析每一天。

此外，我需要分析 2013 年的特定日期。所以我想更改数据的读取方式，即我只想查看工作日。此外，see/print 特定日期会很棒。

感谢帮助

Answer 1

首先，创建一个包含 一年中所有日子 的 DataFrame（或系列）：

index = date_range(start='2013-1-1', end='2013-12-31', freq='D')
df = pd.DataFrame(hr1, index=index)

接下来，使用 df.asfreq('B') 将采样 df 缩减到工作日：

import numpy as np
import pandas as pd

# hr1 = np.loadtxt("Spot_2013_Hour1.txt")
hr1 = np.random.random(365)
index = date_range(start='2013-1-1', end='2013-12-31', freq='D')
df = pd.DataFrame(hr1, index=index)

indexed_df = df.asfreq('B')
print(indexed_df)

要将频率设置为工作日而排除某些日期，您可以使用 offsets.CustomBusinessDay:

import pandas.tseries.offsets as offsets
holidays = ['2013-10-03' , '2013-12-25']
business_days = offsets.CustomBusinessDay(holidays=holidays)
custom_df = df.asfreq(business_days)

因此，custom_df比indexed_df

少两天

In [12]: len(custom_df)
Out[12]: 259

In [13]: len(indexed_df)
Out[13]: 261

和 "holidays" 如 '2013-10-03' 缺失：

In [18]: '2013-10-03' in indexed_df.index
Out[18]: True

In [19]: '2013-10-03' in custom_df.index
Out[19]: False

了解 the reindex method 可用于子选择行也很有用。例如，您可以从 indexed_df.index:

中减去特定天数

idx = indexed_df.index - pd.DatetimeIndex(holidays)
custom_df2 = df.reindex(idx)

结果，custom_df2等于custom_df:

In [35]: custom_df2.equals(custom_df)
Out[35]: True

但请注意索引有点不同：

In [36]: custom_df.index
Out[36]: 
<class 'pandas.tseries.index.DatetimeIndex'>
[2013-01-01, ..., 2013-12-31]
Length: 259, Freq: C, Timezone: None

In [37]: custom_df2.index
Out[37]: 
<class 'pandas.tseries.index.DatetimeIndex'>
[2013-01-01, ..., 2013-12-31]
Length: 259, Freq: None, Timezone: None

custom_df为Freq: C，而custom_df2有Freq: None。 freq 被某些方法使用，例如 snap 和 to_period。但是这些方法还允许您将所需的频率指定为参数，因此在实践中我没有发现这种差异有什么大不了的。

更改 DataFrame 中的索引数？

Changing number of index in DataFrame?

python

datetime

calendar

dataframe

pandas