Pandas select 每个 ID 每小时的值

Question

我有一个数据框，其中有一些 ID，对于每个 ID，我都有一些值和时间戳（大约每 5 分钟一个值，连续 5 到 7 天）。我想 select，对于每个小时和每个 ID，该小时内值的均值、中值和方差，并将它们存储在不同的列中，如下所示：

hour   mean    var   median     ID
0       2       4      4        1234 
1       4       5      3        1234
...
23      2       2      3        1234

我的专栏是：

ID                       int64
Value                  float64
Date            datetime64[ns]
dtype: object

我的时间戳是以下类型：

%Y-%m-%d %H:%M:%S.%f

如何为每个 ID 创建最终数据框？非常感谢

编辑：

通过以下行，我正确地创建了一个包含小时数的列：

df['hour'] = df.Date.dt.hour

现在的问题是我有一个很长的时间列，相同，如果我像这样使用重新采样：

df = df.set_index('Date').resample('60T').mean().reset_index()

它会自动擦除值列并用平均值覆盖。我想保留这些列，以便我可以根据值列中的值为均值、方差和中位数创建不同的列。我该怎么做那部分？

Answer 1

试试这个：

# Extract the hour from the Date column
h = df['Date'].dt.hour.rename('Hour')

# Group by ID and Hour
df.groupby(['ID', h]).agg({
    'Value': ['mean', 'var', 'median']
})

您可以将 h 系列替换为 pd.Grouper。默认情况下 pd.Grouper 对索引进行分组。您可以设置 key 参数，使其以另一列为目标：

df.groupby([pd.Grouper('1H', key='Date'), 'ID').agg({
    'Value': ['mean', 'var', 'median']
})

Pandas select 每个 ID 每小时的值

Pandas select values from each hour for each ID

python

hour

pandas