将 csv 数据集转换为 nilmtk 的 HDF5

Question

我最近在调查 nilmtk project. I was able to install its toolkits and run its example. But I get stuck when I try to convert my dataset into Dataset metadata in HDF5 as required。

我不熟悉如何处理 HDF5 格式，但发现它可以导入任何内容并且需要属性。我想我必须为 HDF5 树（节点、叶、文件夹）中的每个项目创建属性。

但让我最苦恼的部分是当 redd.h5 示例数据集格式时：

import pandas as pd 
import h5py
redd = pd.HDFStore('redd.h5')
redd.keys()
redd['/building6/elec/meter1']


Out[92]: 
physical_quantity              power
type                        apparent
2011-05-21 15:39:19-04:00  47.000000
2011-05-21 15:39:21-04:00  46.919998
2011-05-21 15:39:22-04:00  47.020000
...

"type" 在 "physical_quantity" 下，"apparent" 在 "power" 下，如 document 中的 MeterDevice 中所述如何在 python 中创建这种类型的（两行标签）table？

我的设备数量数据已准备好从 Fluke Analyze 中提取。在这一点上，我只想运行我自己的数据集与 nilmtk 工具包。希望有人能指导我。

Answer 1

您看到的两行标签是 Pandas MultiIndex。在这种特殊情况下，DataFrame 的列是一个 MultiIndex，这基本上意味着存在具有多个级别的列标签的层次结构。

您可以像这样使用多级列标签创建自己的 DataFrame：

cols = pd.MultiIndex.from_tuples(
    [('physical_quantity', 'type'), ('power', 'apparent')])
df = pd.DataFrame([[1,2],[3,4]], columns=cols)

将 csv 数据集转换为 nilmtk 的 HDF5

Convert a csv dataset into HDF5 for nilmtk

python

hdf5