我有一个很长的时间序列
import pandas as pd
index=pd.date_range(start='2012-11-05', end='2012-11-10', freq='1S').tz_localize('Europe/Berlin')
df=pd.DataFrame(range(len(index)), index=index, columns=['Number'])
现在我要提取每天的所有子数据帧,以获得以下输出:
df_2012-11-05: data frame with all data referring to day 2012-11-05
df_2012-11-06: etc.
df_2012-11-07
df_2012-11-08
df_2012-11-09
df_2012-11-10
最有效的方法是避免检查index.date==give_date是否非常慢。另外,用户不知道一个修道院在帧中的天数范围。
有什么提示是用迭代器来实现的吗?
我目前的解决方案是这样的,但并不那么优雅,有两个问题定义如下:
time_zone='Europe/Berlin'
# find all days
a=np.unique(df.index.date) # this can take a lot of time
a.sort()
results=[]
for i in range(len(a)-1):
day_now=pd.Timestamp(a[i]).tz_localize(time_zone)
day_next=pd.Timestamp(a[i+1]).tz_localize(time_zone)
results.append(df[day_now:day_next]) # how to select if I do not want day_next included?
# last day
results.append(df[day_next:])
这种方法存在以下问题:
也许是groupby?
应该提供一个数据帧列表,其中每个数据帧是一天的数据。
或一行:
一定喜欢Python!
如果要按日期(即:年+月+日)分组,请使用
df.index.date
:因为
df.index.day
将使用月份的日期(即从1到31)进行分组,如果输入的数据帧日期延长到多个月,则可能会导致不良行为。相关问题 更多 >
编程相关推荐