我想做的事: 列“角度”每秒跟踪约 20 个角度(可能会有所不同)。但我的“时间”时间戳的精度只有 1 秒(因此总是大约 20 行具有相同的时间戳)(数据帧中的总行数超过 100 万行)。 我的结果应该是一个新的数据帧,每行的时间戳都在变化。时间戳的角度应为该间隔内 ~20 个时间戳的中位数。
我的想法: 我遍历行并检查时间戳是否已更改。 如果是这样,我选择所有时间戳直到它发生变化,计算中位数,并将其附加到新的数据帧。 尽管如此,我有很多大数据文件,我想知道是否有更快的方法来实现我的目标。
现在我的代码如下(见下文)。 它并不快,我认为必须有更好的方法来使用 pandas/numpy (或其他东西?)来做到这一点。
a = 0
for i in range(1,len(df1.index)):
if df1.iloc[[a],[1]].iloc[0][0]==df1.iloc[[i],[1]].iloc[0][0]:
continue
else:
if a == 0:
df_result = df1[a:i-1].median()
else:
df_result = df_result.append(df1[a:i-1].median(), ignore_index = True)
a = i
最佳答案
您可以在此处使用groupby
。下面,我制作了一个简单的虚拟数据框。
import pandas as pd
df1 = pd.DataFrame({'time': [1,1,1,1,1,1,2,2,2,2,2,2],
'angle' : [8,9,7,1,4,5,11,4,3,8,7,6]})
df1
time angle
0 1 8
1 1 9
2 1 7
3 1 1
4 1 4
5 1 5
6 2 11
7 2 4
8 2 3
9 2 8
10 2 7
11 2 6
然后,我们按时间戳进行分组,并取该组内角度列的中位数,并将结果转换为 pandas 数据帧。
df2 = pd.DataFrame(df1.groupby('time')['angle'].median())
df2 = df2.reset_index()
df2
time angle
0 1 6.0
1 2 6.5
关于python - 效率: Dropping rows with the same timestamp while still having the median of second column for that timestamp,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/58990878/