У мене є досить великий набір даних, який я хочу розділити на декілька кадрів даних у Python на основі стовпця, що містить об'єкт datetime. Значення в стовпці (я хочу розділити кадр даних) наведено у такому форматі:
2015-11-01 00:00:05
Можна припустити, що кадр даних виглядає так.
Як я можу розділити кадр даних на 5-секундні інтервали наступним чином:
Перший кадр даних
2015-11-01 00:00:00 - 2015-11-01 00:00:05
,Другий кадр даних
2015-11-01 00:00:05 - 2015-11-01 00:00:10
, і так далі.
Мені також потрібно підрахувати кількість спостережень у кожному з результуючих кадрів даних. Іншими словами, було б добре, якби я міг отримати інший кадр даних з 2 стовпцями (бажаний формат виводу можна знайти нижче):
- 1-й стовпець представляє розділену групу (значенняцієї колонки не має значення: вони можуть бути просто 1, 2, 3, .., що вказує на порядок 5-секундних інтервалів, наприклад, 1 може стосуватися періоду 2015-11-01 00:00:00 - 2015-11-01 00:00:05, 2 могло ставитися до періоду 2015-11-01 00:00:05 - 2015-11-01 00:00:10 і так далі),
- 2-а колонка показує кількість спостережень, що падають у кожному відповідному інтервалі.
Відповіді:
2 для відповіді № 1Створити dictionary of DataFrame
s і додати новий стовпчик з assign
:
rng = pd.date_range("2015-11-01 00:00:00", periods=100, freq="S")
df = pd.DataFrame({"Date": rng, "a": range(100)})
print (df.head(10))
Date a
0 2015-11-01 00:00:00 0
1 2015-11-01 00:00:01 1
2 2015-11-01 00:00:02 2
3 2015-11-01 00:00:03 3
4 2015-11-01 00:00:04 4
5 2015-11-01 00:00:05 5
6 2015-11-01 00:00:06 6
7 2015-11-01 00:00:07 7
8 2015-11-01 00:00:08 8
9 2015-11-01 00:00:09 9
g = df.groupby(pd.Grouper(key="Date", freq="5S"))
dfs = {k.strftime("%Y-%m-%d %H:%M:%S"):v.assign(A=range(1,len(v)+1), B=len(v)) for k,v in g}
print (dfs["2015-11-01 00:00:05"])
Date a A B
5 2015-11-01 00:00:05 5 1 5
6 2015-11-01 00:00:06 6 2 5
7 2015-11-01 00:00:07 7 3 5
8 2015-11-01 00:00:08 8 4 5
9 2015-11-01 00:00:09 9 5 5
При необхідності підрахуйте рядки першого агрегату size
і для Interval
є додати 1 до індексу:
df1 = df.groupby(pd.Grouper(key="Date", freq="5S")).size().reset_index(name="Count")
df1["Interval"] = df1.index + 1
print (df1.head())
Date Count Interval
0 2015-11-01 00:00:00 5 1
1 2015-11-01 00:00:05 5 2
2 2015-11-01 00:00:10 5 3
3 2015-11-01 00:00:15 5 4
4 2015-11-01 00:00:20 5 5