如何解决来自熊猫数据框的每天条件计数
我有一个数据集，每分钟有一个设备的读数（坦克级别），我想创建一个新的数据集（数据框），其中包含每天的样本数和高于设定值的读数数.
Noxious Tank Level.MIN Noxious Tank Level.MAX Date_Time
0 9.32 9.33 2019-12-31 05:01:00
1 9.32 9.34 2019-12-31 05:02:00
2 9.32 9.35 2019-12-31 05:03:00
3 9.31 9.35 2019-12-31 05:04:00
4 9.31 9.35 2019-12-31 05:05:00
... ... ... ...
528175 2.98 3.01 2020-12-31 23:56:00
528176 2.98 3.02 2020-12-31 23:57:00
528177 2.98 3.01 2020-12-31 23:58:00
528178 2.98 3.02 2020-12-31 23:59:00
528179 2.98 2.99 2021-01-01 00:00:00
使用 lamdba 函数，我可以查看每个值是否为溢出（Tank Level > setpoint）——我还通过 Date_Time 对数据帧进行了索引：
df['Overflow'] = df.apply(lambda x: True if x['Noxious Tank Level.MIN'] > 89 else False,axis=1)
Noxious Tank Level.MIN Noxious Tank Level.MAX Overflow
Date_Time
2019-12-31 05:01:00 9.32 9.33 False
2019-12-31 05:02:00 9.32 9.34 False
2019-12-31 05:03:00 9.32 9.35 False
2019-12-31 05:04:00 9.31 9.35 False
2019-12-31 05:05:00 9.31 9.35 False
... ... ... ...
2020-12-31 23:56:00 2.98 3.01 False
2020-12-31 23:57:00 2.98 3.02 False
2020-12-31 23:58:00 2.98 3.01 False
2020-12-31 23:59:00 2.98 3.02 False
2021-01-01 00:00:00 2.98 2.99 False
现在我想计算每天的样本数和 Overflow 列中“真”值的数量，以计算溢出中每天的比例
我觉得 resample 或 groupby 将是可行的方法，但我不知道如何仅使用这些计数创建新数据集并包含 条件 来自 Overflow 列的计数
解决方法
第一次使用：
df['Overflow'] = df['Noxious Tank Level.MIN'] > 89
然后对于计数 True 使用 sum nad 对于计数值使用 size 每天/日期：
df1 = df.resample('d')['Overflow'].agg(['sum','size'])
或者：
df1 = df.groupby(pd.Grouper(freq='D'))['Overflow'].agg(['sum','size'])
或者：
df2 = df.groupby(df.index.date)['Overflow'].agg(['sum','size'])
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
