我有一些随机的每小时时间序列数据,(让我们制作一些)如何重新采样每日最大值以及为记录每日最大值的小时创建一个单独的 df 列?
import pandas as pd
import numpy as np
from numpy.random import randint
import os
np.random.seed(10) # added for reproductibility
rng = pd.date_range('10/9/2018 00:00', periods=1000, freq='1H')
df = pd.DataFrame({'Random_Number':randint(1, 100, 1000)}, index=rng)
df.index.name = 'Date'
重新采样随机值:
daily_summary = pd.DataFrame()
daily_summary['Random_Number_Resamp'] = df['Random_Number'].resample('D').max()
daily_summary.head()
然后尝试记录每日最大值发生的时间...
daily_summary['Hour_Map'] = daily_summary.Random_Number_Resamp.index.strftime('%H').astype('int')
daily_summary
上面的代码不会抛出属性错误,但 hour_map
将为零。当创建 daily_summary
df 时,如何实现 hour_map 也出现在此步骤?
最佳答案
你可以做groupby
:
df.groupby(df.index.normalize())['Random_Number'].agg(['idxmax', 'max'])
输出(头):
idxmax max
Date
2018-10-09 2018-10-09 05:00:00 94
2018-10-10 2018-10-10 20:00:00 95
2018-10-11 2018-10-11 15:00:00 97
2018-10-12 2018-10-12 18:00:00 98
2018-10-13 2018-10-13 22:00:00 91
关于python - 重新采样时间序列数据,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/60493969/