python - 选定行的 Pandas 数据框聚合

标签 python pandas time-series aggregate

我有一个像这样的 pandas 排序数据框(基于时间):

from datetime import datetime
df = pd.DataFrame({ 'ActivityDateTime' : [datetime(2016,5,13,6,14),datetime(2016,5,13,6,16),
                                 datetime(2016,5,13,6,20),datetime(2016,5,13,6,27),datetime(2016,5,13,6,31),
                                 datetime(2016,5,13,6,32),
                                datetime(2016,5,13,17,34),datetime(2016,5,13,17,36),
                                 datetime(2016,5,13,17,38),datetime(2016,5,13,17,45),datetime(2016,5,13,17,47),
                                datetime(2016,5,16,13,3),datetime(2016,5,16,13,6),
                                 datetime(2016,5,16,13,10),datetime(2016,5,16,13,14),datetime(2016,5,16,13,16)],
              'Value1' : [0.0,2.0,3.0,4.0,0.0,0.0,0.0,7.0,8.0,4.0,0.0,0.0,3.0,9.0,1.0,0.0],
               'Value2' : [0.0,2.0,3.0,4.0,0.0,0.0,0.0,7.0,8.0,4.0,0.0,0.0,3.0,9.0,1.0,0.0]
        })

结果是这样的:

ActivityDateTime    Value1  Value2
0   2016-05-13 06:14:00 0.0 0.0
1   2016-05-13 06:16:00 2.0 2.0
2   2016-05-13 06:20:00 3.0 3.0
3   2016-05-13 06:27:00 4.0 4.0
4   2016-05-13 06:31:00 0.0 0.0
5   2016-05-13 06:32:00 0.0 0.0
6   2016-05-13 17:34:00 0.0 0.0
7   2016-05-13 17:36:00 7.0 7.0
8   2016-05-13 17:38:00 8.0 8.0
9   2016-05-13 17:45:00 4.0 4.0
10  2016-05-13 17:47:00 0.0 0.0
11  2016-05-16 13:03:00 0.0 0.0
12  2016-05-16 13:06:00 3.0 3.0
13  2016-05-16 13:10:00 9.0 9.0
14  2016-05-16 13:14:00 1.0 1.0
15  2016-05-16 13:16:00 0.0 0.0

我想在没有 for 循环的情况下聚合数据(平均)。但是,我对观察结果进行分组的方式并不直接!查看 Value1,我想将它们分组为 非零 值。例如,索引 1,2,3 将在一组中。一组中的发病率 7,8,9,另一组是 12,13,14。应避免使用 value1==0 的行,零仅作为组之间的分隔符。最终我想得到这样的东西:

Activity_end    Activity_start  Value1  Value2  num_observations
0   2016-05-13 06:27:00 2016-05-13 06:16:00 4.50    4.50    3
1   2016-05-13 17:45:00 2016-05-13 17:36:00 6.33    6.33    3
2   2016-05-16 13:14:00 2016-05-16 13:06:00 4.33    4.33    3

目前,我在想我应该以某种方式将数字 123 分配给一个新列,然后根据那。我不确定如何在没有 for 循环的情况下制作该列!请注意 Value1Value2 不一定相同。

最佳答案

一种方法是创建一些临时列

# First create a new series, which is true whenever the value changes from a zero value to a non-zero value (which will be at the start of each group)
nonzero = (df['Value1'] > 0) & (df['Value1'].shift(1) == 0)
# Take a cumulative sum. This means each group will have it's own number.
df['group'] = df['nonzero'].cumsum()
# Group by the group column
gb = df[df['Value1'] > 0].groupby('group')

然后您可以使用聚合函数对这个组进行聚合 http://pandas.pydata.org/pandas-docs/stable/groupby.html

对于您特别希望作为输出获得的内容,也请查看此答案:Python Pandas: Multiple aggregations of the same column

df2 = gb.agg({
    'ActivityDateTime': ['first', 'last'],
    'Value1': 'mean',
    'Value2': 'mean'})

关于python - 选定行的 Pandas 数据框聚合,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/37220693/

相关文章:

python - StickyNote节点标签清除

python - celery (Redis)结果后端不工作

python - 根据列中的多个条件删除行(使用Python)

r - 将移动平均图添加到R中的时间序列图

python - 如何优雅地使用 Python 迭代器

python - 奥多 : How to display html as menuitem's name?

python - 加载大对象后测量堆大小的增加

mysql - 如何添加缺少数据组合的行并用 0 估算相应字段

python - 绘制按小时和星期几分组的时间序列

python - 如何检测时间序列中趋势是增加还是减少?