首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >时间序列的数据操作

问时间序列的数据操作
EN

Stack Overflow用户
提问于 2021-07-27 15:59:40
回答 1查看 15关注 0票数 0

我的数据帧如下所示:

代码语言:javascript
复制
         ID             date         var1         var2
0        1100289299522  2020-12-01   109.046450   8.0125
1        1100289299522  2020-12-02   104.494946   6.1500
2        1100289299522  2020-12-03   117.011582   5.9375
3        1100289299522  2020-12-04   109.615388   5.4750
4        1100289299522  2020-12-05   142.803438   3.8500
...                ...         ...          ...      ...
960045  21380318319578  2021-05-27     7.524261  15.4875
960046  21380318319578  2021-05-28     3.256770  17.3625
960047  21380318319578  2021-05-29     0.561512  18.3250
960048  21380318319578  2021-05-30     1.347629  18.7625
960049  21380318319578  2021-05-31     0.112302  20.0750

在pandas中有没有一种简单的方法,每行有一个ID,并像这样设置列:

代码语言:javascript
复制
ID             2020-12-01_var1  2020-12-02_var1 ...  2021-05-31_var1  2020-12-01_var2  2020-12-02_var2 ...  2021-05-31 _var2
1100289299522  109.046450       104.494946      ...  ___              8.0125           6.1500          ...  ___

然后,我可以使用降维算法(如TSNE),并可能对每个时间序列(和ID)进行分类。

你认为这是正确的方法吗?

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2021-07-27 16:08:30

尝试:

代码语言:javascript
复制
out = df.pivot(index='ID', columns='date', values=['var1', 'var2'])
out.columns = out.columns.to_flat_index().str.join('_')

对于您的样本:

代码语言:javascript
复制
>>> out
                var1_2020-12-01  var1_2020-12-02  var1_2020-12-03  ...  var2_2021-05-29  var2_2021-05-30  var2_2021-05-31
ID                                                                 ...
1100289299522         109.04645       104.494946       117.011582  ...              NaN              NaN              NaN
21380318319578              NaN              NaN              NaN  ...           18.325          18.7625           20.075

[2 rows x 20 columns]
票数 1
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/68541037

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档