我正在尝试转换分组的timeindex数据帧,因此每个索引都是一个新列,并且这些列具有用于对应于每个索引的数据,我该怎么做?这是示例:
data = {'field1':['a','a','c','a','b','c','a','b','c','a','b','c','c'],
'field2':[1,5,12,10,8,4,33,9,1,33,9,1,1],
}
df = pd.DataFrame(data)
df = pd.DataFrame(data, index =['2020-01-01 06:00:00-05:00', '2020-01-01 06:20:00-05:00', '2020-01-01 06:28:00-05:00',
'2020-01-01 06:25:00-05:00', '2020-01-01 07:00:00-05:00', '2020-01-01 07:09:00-05:00',
'2020-01-01 07:15:00-05:00','2020-01-01 07:48:00-05:00', '2020-01-01 06:20:00-05:00',
'2020-01-01 08:33:00-05:00','2020-01-01 08:38:00-05:00','2020-01-01 06:20:00-05:00',
'2020-01-01 08:45:00-05:00'])
df.index = pd.to_datetime(df.index)
df=df.groupby([pd.Grouper(freq='1H'), 'field1']).count()
您就快到了.unstack()
,transpose
然后生成数据框
df=df.groupby([pd.Grouper(freq='1H'), 'field1']).count().unstack()\
.T.reset_index().drop(columns='level_0')
field1 2020-01-01 06:00:00-05:00 2020-01-01 07:00:00-05:00 \
0 a 3.0 1.0
1 b NaN 2.0
2 c 3.0 1.0
2020-01-01 08:00:00-05:00
0 1.0
1 1.0
2 1.0
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句