分组具有相同日期的行Pandas df

8zzbczxx 于 2023-04-10 发布在其他

关注(0)|答案(2)|浏览(148)

我有一个csv文件，其中包含来自多个传感器的数据，如下所示：

YY,   mm, dd, HH, MM,  sensor, sensorvalue
2018, 1,  1,  00, 00,  1,      0.2
2018, 1,  1,  00, 10,  1,      0
2018, 1,  1,  00, 20,  1,      0.1
2018, 1,  1,  00, 00,  2,      90.1
2018, 1,  1,  00, 10,  2,      90.3
2018, 1,  1,  00, 20,  2,      91.0
2018, 1,  1,  00, 00,  7,      1.5
2018, 1,  1,  00, 10,  7,      1.3
2018, 1,  1,  00, 20,  7,      0.7

我想在pandas df上转换它，每个传感器都有一列，datetime作为索引，像这样：

date,           sensor1value, sensor2value, sensor7value
2018-1-1 00:00, 0.2,          90.1,         1.5
2018-1-1 00:10, 0,            90.3,         1.3
2018-1-1 00:20, 0.1,          91.0,         0.7

在Pandas身上有简单的方法吗？

pandas

来源：https://stackoverflow.com/questions/64883751/grouping-rows-with-same-date-pandas-df

2条答案

按热度按时间

yrefmtwq1#

您可能希望使用pandas apply循环遍历行，创建一个datetime日期并将其设置为索引。类似于：

df.set_index(df.apply(lambda row: datetime(int(row["YY"]), int(row["mm"]), int(row["dd"]), int(row["HH"]), int(row["MM"])), axis=1)).loc[:, ["sensor1value", "sensor2value", "sensor7value"]]

赞(0）回复(0）举报 2023-04-10

z3yyvxxp2#

感谢Gabriel的回答，lambda函数运行良好，但iloc部分并不是我需要做的，所以我使用每个传感器代码的名称和pivot表创建了一个解决方案：

estParams = {
    1: 'sensor1value',
    2: 'sensor2value',
    7: 'sensor7value'
}
    
date = df.apply(lambda row: datetime(int(row["YY"]), int(row["mm"]), int(row["dd"]), int(row["HH"]), int(row["MM"])), axis=1)
df.insert(0, 'Date', date)

df["sensor"].replace(estParams, inplace=True)
pivot = df.pivot_table('sensorvalue', ['Date'], 'sensor')

数据透视表：

sensor                sensor1value  sensor2value    sensor7value
Date            
2018-01-01 00:00:00   0.2              90.1          1.5
2018-01-01 00:10:00   0.0              90.3          1.3
2018-01-01 00:20:00   0.1              91.0          0.7

赞(0）回复(0）举报 2023-04-10

我来回答

分组具有相同日期的行Pandas df

2条答案

相关问题

热门标签

最新问答