我有一个像这样的数据帧。它有更多的时间轴直到Time[s].30
。你知道吗
Time[s] v1 Time[s].1 v2
160.84621 0 160.84808 7
161.14613 0 161.14802 7
161.538245 27 161.540085 7
162.01598 27 162.017865 7
162.31589 27 162.317775 7
162.615855 27 162.617735 7
162.915765 27 162.91765 7
163.21574 27 163.217625 7
163.51569 27 163.517575 7
163.81563 27 163.81751 7
164.11554 27 164.117425 7
164.4155 27 164.41738 9
164.71543 27 164.717315 9
165.015405 27 165.017285 9
165.31532 27 165.317205 9
165.65083 26 165.65272 9
165.95025 26 165.95214 9
我想要一个单一的时间轴Time[s].general
,它是所有时间列和排序值的合并形式。我已经索引了所有这些列。你知道吗
df.set_index(keys=list(file_read.filter(like='Time[s]').columns))
更新:
预期产量:
Time[s] v1 v2
160.84621 0 null
160.84808 null 7
160.14613 0 null
161.14802 null 7
161.538245 27 null
161.540085 null 7
162.01598 27 null
162.017865 null 7
162.31589 27 null
162.317775 null 7
等等。你知道吗
更新2:
Time[s] v1 Time[s].1 v2 Time[s].2 v3
160.84621 0 160.84808 7 158.538395 Active
161.14613 0 161.14802 7 158.538515 Active
161.538245 27 161.540085 7 159.49455 Active
162.01598 27 162.017865 7 162.352395 Locked
162.31589 27 162.317775 7 163.35075 Locked
162.615855 27 162.617735 7 164.350675 Locked
162.915765 27 162.91765 7 165.350655 Locked
163.21574 27 163.217625 7 166.509695 Locked
163.51569 27 163.517575 7 166.509815 Locked
163.81563 27 163.81751 7 167.50086 Locked
164.11554 27 164.117425 7 168.50085 Locked
164.4155 27 164.41738 9 169.500865 Locked
164.71543 27 164.717315 9 171.502655 Standby
165.015405 27 165.017285 9 185.89923 Forward
165.31532 27 165.317205 9 3273.448065 Forward
165.65083 26 165.65272 9 3274.43487 Forward
165.95025 26 165.95214 9 3275.4348 Forward
我认为需要:
解释:
v
列用于字典,用于将时间戳与值列配对。你知道吗rename
乘dict
,也是第一列timestamp
groupby
根据列表理解中.
之后的columna值,通过^{编辑:
如果数值和重复的时间戳聚合按
mean
进行,如果不是,则按first
进行聚合:相关问题 更多 >
编程相关推荐