Pandas

Question

我有以下数据框：

  Time  AreaIn  AreaOut   Output
0   1    Area E  Area G    200
1   16   Area E  Area G    200
2   31   Area E  Area G    200
3   46   Area E  Area G    300
4   61   Area E  Area G    459
5   ...  ...     ...       ...
93  1396 Area E  Area G    600
94  1411 Area E  Area G    400   
95  1426 Area E  Area G    500   
96  1441 Area E  Area G    500    
97  1    Area H  Area F    600
98  16   Area H  Area F    600
99  31   Area H  Area F    600
100 46   Area H  Area F    600
101 61   Area H  Area F    116
102 ...  ...     ...       ...
189 1381 Area H  Area F    111
190 1396 Area H  Area F    600   
191 1411 Area H  Area F    600   
192 1426 Area H  Area F    400
193 1441 Area H  Area F    400

我想重塑它。 'Time' 列的范围为 1 到 1441，间隔为 15，但我希望它的范围为 1 到 1441，间隔为 60。而 'Output' 应该是每 4 行的平均值（每 4 行的总和除以 4）。

在这种情况下，数据帧仅包含两个时间序列，因此结果应如下所示：

   Time   AreaIn  AreaOut   Output
0   1     Area E  Area G    450
1   61    Area E  Area G    500
2   121   Area E  Area G    600
3   181   Area E  Area G    892
4   241   Area E  Area G    459
5   ...    ...     ...       ...
21  1261  Area E  Area G    810
22  1321  Area E  Area G    598   
23  1381  Area E  Area G    650   
24  1441  Area E  Area G    250    
25  1     Area H  Area F    600
26  61    Area H  Area F    987
27  121   Area H  Area F    0
28  181    Area H  Area F   211
29  241    Area H  Area F   116
30  ...    ...     ...      ...
44  1201   Area H  Area F   111
45  1261   Area H  Area F   332   
46  1321   Area H  Area F   551   
47  1381   Area H  Area F   726
49  1441   Area H  Area F   250

但是，我想实现一个可以处理两个以上时间序列的通用解决方案。

使用时：df = df.groupby(pd.cut(df["Time"], np.arange(1, 1442, 60))).mean() 我得到以下结果：

                 Time   Output
Time                         
(1, 61]           38.5   2351
(61, 121]         98.5   2752
(121, 181]        158.5  4323
(181, 241]        218.5  2523
(241, 301]        278.5  3456
(301, 361]        338.5  1653
(361, 421]        398.5  4361
(421, 481]        458.5  6543
(481, 541]        518.5  3245
(541, 601]        578.5  2434
(601, 661]        638.5  1387
(661, 721]        698.5  4456
(721, 781]        758.5  2534
(781, 841]        818.5  3424
(841, 901]        878.5  2376
(901, 961]        938.5  2656
(961, 1021]       998.5  3456
(1021, 1081]     1058.5  1212
(1081, 1141]     1118.5  3355
(1141, 1201]     1178.5  2466
(1201, 1261]     1238.5  3462
(1261, 1321]     1298.5  2344
(1321, 1381]     1358.5  2453
(1381, 1441]     1418.5  3256

它将两个不同时间序列的输出分组，并将区域 E - 区域 G 与区域 H - 区域 F 混合在一起。所以我想将这两个时间序列分开。

Answer 1

让我们将时间列除以 60 以创建一个系列，该系列标识属于不同 60 分钟间隔的行，然后 group 该系列的数据帧以及 AreaIn AreaOut 和聚合列 Time 使用 first 和 output 使用 mean 以获得所需的结果

s = df['Time'] // 60
df_out = df.groupby([s, 'AreaIn', 'AreaOut'], sort=False)\
           .agg({'Time': 'first', 'Output': 'mean'}).droplevel(0)

Pandas - 重塑数据框

Pandas - Reshape Dataframe

python

reshape

dataframe