我有五个星期的季节性数据在一个单一的系列与日期和时间,我如何分开它的基础上,每周明智的,像第一周,第二周…第五周,这样我就可以在同一个图表中绘制所有的星期数据。你知道吗
我试着通过找到平均值来重新抽样。但数据仍然是单系列的。我只想在不同的数据帧中,在2019-04-02到2019-04-08之间,在不同的数据帧中,在2019-04-08到2019-04-16之间,基于周来分离数据
df.open.resample('M').mean()
date pageload day
0 2019-04-02 10:48:00 -79.002023 Tue
1 2019-04-02 10:49:00 33.563679 Tue
2 2019-04-02 10:50:00 -76.448319 Tue
3 2019-04-02 10:51:00 30.974816 Tue
4 2019-04-02 10:52:00 -68.789962 Tue
5 2019-04-02 10:53:00 30.593374 Tue
21 2019-04-16 11:34:00 40.333445 Fri
数据框按周分开。在一张图表中绘制所有的周数据。你知道吗
如果您的数据帧
df
在日期上被索引是的
如果它没有索引日期时间做
对于上述代码,数据帧将在“星期日”编制索引,如果您希望在“星期一”(即一周的开始日)编制索引,请执行以下操作。你知道吗
我不认为你想像Shijith展示的那样重新取样。我想你每周需要不同的数据帧。我想你应该用groupby(doc)来做这个。PandasGroupby函数可用于按列或索引拆分数据帧中的数据。该方法返回一个groupby对象,可用于在将组合并回来之前对组执行操作。你知道吗
在代码片段中,我首先创建一个列来分组数据(即“weeks”列)。然后我将数据按周列进行分组。这将创建一个groupby对象,其中包括一个字典,该字典将“weeks”列的唯一值作为键,以及dataframe的索引列表,这些索引将“weeks”列的值作为值。这可以通过在控制台中键入
print(grps.groups)
看到。然后通过调用groupby对象上的get_group
方法,循环访问组的键,并将每个week数据帧添加到字典中。你知道吗我从这样的事情开始:
最后得到如下数据帧
相关问题 更多 >
编程相关推荐