pandas 随时间更改数据截止频率

o3imoua4 于 2022-11-20 发布在其他

关注(0)|答案(1)|浏览(103)

我有一个结构为x1c 0d1x的数据
是否有一种方法可以将数据截止频率随时间（在python端，而不是SQL端）从30分钟切片更改为1小时，更改切片时必须满足一个条件，即对列“starts”和“scooter_on_parking”中的值求和，但对其余值求和不应更改。基本命令

df.groupby(pd.Grouper(freq='1H', key='time_')).sum()

对所有列求和，如何保持部分不变-不太明白。谢谢。
更新：答案

new_df = ( df.groupby(pd.Grouper(freq='1H', key='time_')).agg({'starts':'sum', 
                               'scooters_on_parking':'sum'}).reset_index() )
new_df = new_df.merge(df, on='time_'

不拟合，则数据不正确-聚合后，数据差异很大。

实际值示例

。
结果

pandas

来源：https://stackoverflow.com/questions/74459581/change-data-cutoff-frequency-over-time

1条答案

按热度按时间

yzuktlbb1#

由于在groupby之后需要一个aggregation操作，因此将函数仅应用于某些列的最简单方法是在groupby之后使用merge：

new_df = ( df.groupby(pd.Grouper(freq='1H', key='time_')).agg({'starts':'sum', 
                               'scooters_on_parking':'sum'}).reset_index() )
new_df = new_df.merge(df, on='time_')

赞(0）回复(0）举报 2022-11-20

我来回答

pandas 随时间更改数据截止频率

1条答案

相关问题

热门标签

最新问答