我是 pandas/pandas 数据分析新手,有 Matlab 背景。我正在尝试对数据进行分组,然后处理各个组。但是,我不知道如何实际访问分组结果。
这是我的设置:我有一个 pandas 数据帧 df
,其定期间隔的日期时间索引 timestamp
频率为 10 分钟。我的数据总共跨越几周。我现在想按天对数据进行分组,如下所示:
grouping = df.groupby([pd.Grouper(level="timestamp", freq="D",)])
请注意,我不想想要聚合这些组(似乎与大多数示例和教程相反)。我只是想依次处理每个组并单独处理它,就像这样(不起作用):
for g in grouping:
g_df = d.toDataFrame()
some_processing(g_df)
我该怎么做?我还没有找到任何方法从 DataFrameGroupBy
对象中提取每日数据帧对象。
最佳答案
将您的组扩展到数据帧字典中:
data = dict(list(df.groupby(df.index.date.astype(str))))
>>> data.keys()
dict_keys(['2021-01-01', '2021-01-02'])
>>> data['2021-01-01']
value
timestamp
2021-01-01 00:00:00 0.405630
2021-01-01 01:00:00 0.262235
2021-01-01 02:00:00 0.913946
2021-01-01 03:00:00 0.467516
2021-01-01 04:00:00 0.367712
2021-01-01 05:00:00 0.849070
2021-01-01 06:00:00 0.572143
2021-01-01 07:00:00 0.423401
2021-01-01 08:00:00 0.931463
2021-01-01 09:00:00 0.554809
2021-01-01 10:00:00 0.561663
2021-01-01 11:00:00 0.537471
2021-01-01 12:00:00 0.461099
2021-01-01 13:00:00 0.751878
2021-01-01 14:00:00 0.266371
2021-01-01 15:00:00 0.954553
2021-01-01 16:00:00 0.895575
2021-01-01 17:00:00 0.752671
2021-01-01 18:00:00 0.230219
2021-01-01 19:00:00 0.750243
2021-01-01 20:00:00 0.812728
2021-01-01 21:00:00 0.195416
2021-01-01 22:00:00 0.178367
2021-01-01 23:00:00 0.607105
注意:我更改了您的组以便更轻松地建立索引:'2021-01-01'
而不是 Timestamp('2021-01-01 00: 00:00', freq='D')
关于python - 访问 pandas 组作为新数据框,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/72693295/