我有一个Pandas DataFrame,其中包含一个date列。该列的元素类型为pandas.tslib.Timestamp。
我想按日期对数据进行分组,但不包括更细粒度的时间戳信息(即。按日期分组,其中所有Feb 23, 2011都分组)。我知道如何用SQL来表达这一点,但是对于Pandas来说,这是非常新的。
这个问题做了非常类似的事情,但是我不理解代码,它使用datetime对象。
在文档中,我甚至不知道如何从Pandas时间戳对象中检索日期。我可以转换为datetime对象,但这似乎非常迂回。
根据请求,df.head()的输出
date show network timed session_id
0 2011-12-03 02:48:52 Monk TV38 670 00003DA9-01D2-E7A9-4177-203BE6A9E2BA
1 2011-12-03 03:00:09 WBZ News TV38 205 00003DA9-01D2-E7A9-4177-203BE6A9E2BA
2 2011-12-03 03:04:04 Dateline NBC NBC 30 00003DA9-01D2-E7A9-4177-203BE6A9E2BA
3 2011-12-03 03:04:35 20/20 ABC 25 00003DA9-01D2-E7A9-4177-203BE6A9E2BA
4 2011-12-03 03:04:56 College Football FOX 55 00003DA9-01D2-E7A9-4177-203BE6A9E2BA发布于 2013-11-21 18:19:48
您可以使用normalize DatetimeIndex方法(该方法会持续到当天午夜):
In [11]: df['date']
Out[11]:
0 2011-12-03 02:48:52
1 2011-12-03 03:00:09
2 2011-12-03 03:04:04
3 2011-12-03 03:04:35
4 2011-12-03 03:04:56
Name: date, dtype: datetime64[ns]
In [12]: pd.DatetimeIndex(df['date']).normalize()
Out[12]:
<class 'pandas.tseries.index.DatetimeIndex'>
[2011-12-03 00:00:00, ..., 2011-12-03 00:00:00]
Length: 5, Freq: None, Timezone: None你们可以通过这样的方式进行分组:
g = df.groupby(pd.DatetimeIndex(df['date']).normalize())在0.15中,您可以访问dt属性,因此可以将其写入如下:
g = df.groupby(df['date'].dt.normalize())发布于 2013-11-21 18:01:36
目前还不清楚您是要按组和聚合(如SQL)还是用日期而不是时间戳创建索引。
如果你想群在一起,你可以这样做:
df.groupby(df.set_index('date').index.date).mean()Timeseries索引具有datetime属性,如day、date等,这将聚合时间列,因为它是唯一的数字列。
如果要创建具有日期级别的索引,可以执行以下操作:
import datetime
df.set_index(['date', df.date.apply(lambda x: datetime.datetime.date(x))], inplace=True)
df.index.names = ['timestamp', 'daydate']这将给您一个带有时间戳和日期的多个索引。如果不希望索引永久化,请删除inplace=参数。
https://stackoverflow.com/questions/20126668
复制相似问题