如何解决使用所有列重新采样多维数据系列
这是一个难点:(我认为)
我有一个多列的时间序列索引数据框。我需要每分钟重新采样数据并使用列计算一些指标。问题是,我想为每分钟计算的值取决于该分钟内所有列中的值。我尝试使用 resample('T').apply(func)
但似乎 func
分别应用于每一列,而不是接收其他列作为输入。相反,我希望每次调用 func
都接收一个包含该分钟时间索引的所有列的数据帧,然后我就可以使用该分钟的所有值,并生成一个新的值所有这些。
奖励:我实际上需要使用多个函数来执行此操作,因此生成的数据帧有多个列,名称与原始名称不同,其中每列中的每个值都是使用它代表的一分钟内所有列中的值计算的。
当然有一种方法可以做到这一点,而无需用全能的熊猫遍历行......有什么想法吗?
示例:所需的输入和输出如下: (使用随机数据和函数,因为真正的代码是用于工作的,不能共享,所以 func1,func2 的内容无关紧要,只是它们对所有列的使用):
import pandas as pd
# functions to calculate (some random calculation using all columns)
def func1(df):
return df.iloc[:,0].sum() + df.iloc[:,1].mean()
def func2(df):
return (df.iloc[:,1] - df.iloc[:,2]).mean()
# Dataframe defined with datetime index with precision of 10s
ind = pd.date_range(start='09:00:00',end='09:03:00',freq='10S')
df1 = pd.DataFrame({1: range(len(ind)),2: range(1,1+len(ind)),3:range(2,2+len(ind))},index=ind)
print(df1)
# New dataframe with DatetimeIndex at frequency of 1min
new_ind = pd.date_range(start='09:00:00',freq='T')
# Different column names to original:
df2 = pd.DataFrame(columns=[4,5],index=new_ind)
for m in range(len(new_ind)-1):
minute_strt,minute_end = new_ind[m],new_ind[m+1]
# The following chunk to be processed includes data from ALL
# columns of original dataframe within a one-minute span
df_to_process = df1.loc[minute_strt:minute_end,:]
df2.iloc[m+1,:] = [func1(df_to_process),func2(df_to_process)]
print(df2)
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。