按 windows 索引,在 pandas DF 上有步长差距
indexing by windows with step gap over a pandas DF
我的 df 是日期戳索引。
我需要将它分成两个不同的 df,固定 window(例如 2 天),这样交替进行:
df1 = 黄色 ans df2 白色
非常感谢您的帮助
假设输入以下示例:
import pandas as pd
import numpy as np
df = pd.DataFrame({'date': pd.date_range('2021-01-01', '2021-01-14'),
'value': np.random.randint(0, 100, size=14)
})
如果你有一个范围索引,你可以用它来计算一个组并拆分:
out = dict(list(df.groupby(df.index//2%2)))
输出:
>>> out[0]
date value
0 2021-01-01 5
1 2021-01-02 35
4 2021-01-05 25
5 2021-01-06 59
8 2021-01-09 32
9 2021-01-10 44
12 2021-01-13 22
13 2021-01-14 6
>>> out[1]
date value
2 2021-01-03 36
3 2021-01-04 97
6 2021-01-07 10
7 2021-01-08 57
10 2021-01-11 31
11 2021-01-12 28
我的 df 是日期戳索引。 我需要将它分成两个不同的 df,固定 window(例如 2 天),这样交替进行:
df1 = 黄色 ans df2 白色
非常感谢您的帮助
假设输入以下示例:
import pandas as pd
import numpy as np
df = pd.DataFrame({'date': pd.date_range('2021-01-01', '2021-01-14'),
'value': np.random.randint(0, 100, size=14)
})
如果你有一个范围索引,你可以用它来计算一个组并拆分:
out = dict(list(df.groupby(df.index//2%2)))
输出:
>>> out[0]
date value
0 2021-01-01 5
1 2021-01-02 35
4 2021-01-05 25
5 2021-01-06 59
8 2021-01-09 32
9 2021-01-10 44
12 2021-01-13 22
13 2021-01-14 6
>>> out[1]
date value
2 2021-01-03 36
3 2021-01-04 97
6 2021-01-07 10
7 2021-01-08 57
10 2021-01-11 31
11 2021-01-12 28