与熊猫融为一体

Question

我正在尝试重新排列一个DataFrame。目前，我有1035行和24列，一天中每小时一列。我想让这个数组有1035*24行。如果您想查看数据，可以从以下JSON文件中提取数据：

url = "https://www.svk.se/services/controlroom/v2/situation?date={}&biddingArea=SE1"

svk = []
for i in parsing_range_svk:
    data_json_svk = json.loads(urlopen(url.format(i)).read())
    svk.append([v["y"] for v in data_json_svk["Data"][0]["data"]])

这是我用来重新排列数据的代码，但它并没有完成这项工作。第一次观察是在正确的地方，然后它开始变得凌乱。我还没有弄清楚每一个观察结果的去向。

svk = pd.DataFrame(svk)
date_start1 = datetime(2020, 1, 1)
date_range1 = [date_start1 + timedelta(days=x) for x in range(1035)]
date_svk = pd.DataFrame(date_range1, columns=['date'])
svk['date'] = date_svk['date']
svk.drop(24, axis=1, inplace=True)

consumption_svk_1 = (svk.melt('date', value_name='SE1_C')
         .assign(date = lambda x: x['date'] + 
                                pd.to_timedelta(x.pop('variable').astype(float), unit='h'))
         .sort_values('date', ignore_index=True))

Answer 1

若要以所需的方式重新排列DataFrame，可以使用pandas.DataFrame.stack方法将DataFrame从宽格式重塑为长格式。然后，可以删除变量列并将日期列重命名为所需的名称。

consumption_svk_1 = (svk.stack()
                     .reset_index()
                     .rename(columns={'level_1': 'hour', 'date': 'timestamp'})
                     .sort_values('timestamp', ignore_index=True))

这将为您提供一个具有1035*24行和三列的DataFrame：timestamp、hour和value。请注意，timestamp列的格式不正确，因此需要使用pandas.to_datetime方法将其转换为datetime格式。下面是一个示例：

consumption_svk_1['timestamp'] = pd.to_datetime(consumption_svk_1['timestamp'])