我有一个大的数据帧,我试图在一个实例中按分钟组合日期,另一个实例按30分钟组合。在
df = pd.read_csv('2015-09-01.csv', header=None,\
names=['ID','CITY', 'STATE', 'TIMESTAMP','TWEET'], \
low_memory=False, \
parse_dates=['TIMESTAMP'], usecols=['STATE','TIMESTAMP','TWEET'])
方法1
我使用过this解决方案,但如果我尝试以下方法:
^{pr2}$它会导致以下错误:
TypeError: axis must be a DatetimeIndex, but got an instance of 'Int64Index
这很奇怪,因为TIMESTAMP
在read_csv
中被解析
方法2
我尝试将TIMESTAMP
设置为索引,然后执行以下操作:
df = df2.groupby([df2.index,pd.TimeGrouper(freq='H')])
然而,它并不是正确的,因为len(df)是1350
而不是{
方法3
我使用this解决方案,但不确定如何将其设置为30分钟的间隔:
df = df2.groupby(df2['TIMESTAMP'].map(lambda x: x.hour))
样本数据
STATE,TIMESTAMP,TWEET
0,TX,2015-09-25 00:00:01,Wish I could have gone to the game
1,USA,2015-09-25 00:00:01,PSA: @HaileyCassidyy and I are not related in...
2,USA,2015-09-25 00:00:02,If you gonna fail don't bring some one down wi...
3,NJ,2015-09-25 00:00:02,@_falastinia hol up hol up I can't listen to t...
4,USA,2015-09-25 00:00:02,"Wind 0.0 mph ---. Barometer 30.235 in, Rising ..."
5,NJ,2015-09-25 00:00:03,WHY ISNT GREYS ANATOMY ON?!
6,MI,2015-09-25 00:00:03,@cody_cole06 you bet it is
7,WA,2015-09-25 00:00:04,"Could be worse, I guess, could be in a collisi..."
8,NY,2015-09-25 00:00:04,I'm totally using this graphic some day... tha...
9,USA,2015-09-25 00:00:04,@MKnightOwl @Andromehda LMAO I honestly didn't..
要按频率对列分组,需要将其名称传递给
Grouper
的key
参数,如下所示:编辑:
有关更多信息,请参阅^{} 文档-但通常,当您
groupby([a,b])
时,您是按a
和b
的独特组合进行分组。在所以在您的示例中,您是按所有唯一的时间戳值(
df['TIMESTAMP']
)分组的 索引的时间分组符(pd.TimeGrouper
如果没有指定键,则默认为索引)TypeError
是因为索引不是datetimelike的。在这也是为什么在将索引设置为
'TIMESTAMP'
后获得大量组的原因。在相关问题 更多 >
编程相关推荐