如何重新采样熊猫列中的值？

如何解决如何重新采样熊猫列中的值？

我了解时间序列数据的重采样功能。我想要一个包含 3000 个示例的普通列上的类似内容。我想保持长度。我希望每一行都具有 n 长窗口中最后一次出现的值。

我也知道 group by 和 last 函数，但在这里我根据长度而不是某个值进行分组。

我想要不重叠的窗口，所以滚动也无济于事。

大小为三的窗口示例：

0         sakshijoshii
1         medpagetoday
2            nickmmark
3      mukeshm07384110
4         DipakBiswas_       
5      jaysanchezdorta
6         Terry6969696
7            LizShelby
8            wlharper1
9       BruhOriginalMe

我想要的：

0            nickmmark
1            nickmmark
2            nickmmark
3      jaysanchezdorta
4      jaysanchezdorta      
5      jaysanchezdorta
6            wlharper1
7            wlharper1
8            wlharper1
9       BruhOriginalMe

解决方法

你可以去

df.groupby(np.arange(len(df)) // n)[col_name].transform("last")

可以通过查看除以 n 后的 0...N-1 个值的除数来按帧的每个第 n 个元素进行分组。例如，对于 n = 3 的 0..7 个值，我们得到 0,1,2。然后 transform 和 last 得到每个组的最后一个条目并产生通过为每个组成员重复一个类似索引的系列。

对于给定的样本：

>>> df

             names
0     sakshijoshii
1     medpagetoday
2        nickmmark
3  mukeshm07384110
4     DipakBiswas_
5  jaysanchezdorta
6     Terry6969696
7        LizShelby
8        wlharper1
9   BruhOriginalMe

>>> n = 3
>>> col_name = "names"
>>> df.groupby(np.arange(len(df)) // n)[col_name].transform("last")

0          nickmmark
1          nickmmark
2          nickmmark
3    jaysanchezdorta
4    jaysanchezdorta
5    jaysanchezdorta
6          wlharper1
7          wlharper1
8          wlharper1
9     BruhOriginalMe