如何为datetime在特定时间间隔内的pandas df行分配组标签？
为了为datetime在特定时间间隔内的pandas df行分配组标签，可以使用pandas库中的cut函数来实现。cut函数可以将一列数值或时间序列划分为不同的区间，并为每个区间分配一个标签。
首先，需要将datetime列转换为pandas的datetime类型。可以使用pandas的to_datetime函数将datetime列转换为datetime类型，代码如下：
df['datetime'] = pd.to_datetime(df['datetime'])接下来，可以使用pandas的cut函数来为每个时间间隔内的行分配组标签。cut函数的第一个参数是要划分的列，第二个参数是划分的区间，可以使用pandas的date_range函数生成时间间隔，第三个参数是标签的名称。代码如下：
import pandas as pd
# 定义时间间隔
intervals = pd.date_range(start='2022-01-01', end='2022-12-31', freq='1M')
# 使用cut函数为每个时间间隔内的行分配组标签
df['group_label'] = pd.cut(df['datetime'], bins=intervals, labels=intervals[:-1])上述代码将会将datetime列中的每个时间值划分到对应的时间间隔内，并为每个时间间隔分配一个组标签。
关于datetime在特定时间间隔内的pandas df行分配组标签的应用场景，可以举一个例子：假设有一个销售数据的数据集，其中包含了每个订单的下单时间。我们希望将订单按照每个月进行分组，并为每个月的订单分配一个组标签，以便后续分析每个月的销售情况。
推荐的腾讯云相关产品和产品介绍链接地址：
- 腾讯云数据库：https://cloud.tencent.com/product/cdb
- 腾讯云服务器：https://cloud.tencent.com/product/cvm
- 腾讯云云原生应用引擎：https://cloud.tencent.com/product/tke
- 腾讯云人工智能：https://cloud.tencent.com/product/ai
- 腾讯云物联网：https://cloud.tencent.com/product/iot
- 腾讯云移动开发：https://cloud.tencent.com/product/mobdev
- 腾讯云对象存储：https://cloud.tencent.com/product/cos
- 腾讯云区块链：https://cloud.tencent.com/product/baas
- 腾讯云元宇宙：https://cloud.tencent.com/product/um
请注意，以上链接仅供参考，具体选择适合的产品需要根据实际需求进行评估和决策。
相关·内容
我花了几个小时在谷歌上搜索来解决这个问题，但我还没有找到任何关于这些参数的东西。我想要查看与特定日期时间相关联的值是否出现在另一个不同大小的数据框中的至少一个日期时间范围之间。以下是示例数据帧：
import pandas as pd
df1 = pd.DataFrame({'Datetime': ['2020-01-01 01:01:01', '2020-01-01 10:10:10', '2020-01-01 12:10:01', '2020-01-02 03:16:24', '2020-12-01
浏览 9提问于2021-02-14得票数 3
2回答
我有一个有两个系列的熊猫数据框架。一个是一分钟的日期时间和一个浮点。假设1000次观测，即1000分钟。从上一次日期时间开始，我需要每15分钟一次按浮点数的总和进行分组。So..this是用来做滚动组的。另一分钟是added..need，在最后15分钟前重做一组。
做这件事最有效的方法是什么？如果最后观察到的时间是12:17:00，那么在12:02:00到12:17:00之前做一组
...
...
11:46:00 to 12:01:00
12:02:00 to 12:17:00
import pandas as pd
import datetime
from datetime impor
浏览 3提问于2014-05-08得票数 0
回答已采纳
正如标题所说，我正在尝试将我的DataFrame标签转换为datetime类型。在下面尝试的解决方案中，我将标签从DataFrame拉到dates_index，并尝试使用函数DatetimeIndex.to_datetime将它们转换为datetime，但是，我的编译器说DatetimeIndex没有to_datetime属性。 dates_index = df.index[0::]
dates = DatetimeIndex.to_datetime(dates_index) 我也尝试过使用pandas.to_datetime函数。 dates = pandas.to_datetime(da
浏览 57提问于2020-06-13得票数 1
回答已采纳
当我尝试通过日期时间增量获取一个子数组时，如下所示： dx = dx[(dx[['ts']].diff() > threshold).any(axis=1)] 它应该删除下面示例中的太接近的标签，但它不起作用。 完整代码： #!/usr/bin/env python
import re
import pandas as pd
import numpy as np
from datetime import datetime,timedelta
import matplotlib.pyplot as plt
def str2dt(tstr):
return dat
浏览 9提问于2019-09-05得票数 1
回答已采纳
我在这里有一个数据帧，我正在尝试使用pandas interval_range创建一个范围。
import pandas as pd
df1 = pd.DataFrame({'time1': ['22:00', '6:30', '12:30'], 'time2': ['1:00', '12:30', '19:30'], 'Val':['a','b','c']})
df1['time1']
浏览 0提问于2021-03-16得票数 1
df.reset_index()
DateTime Demand Grid1 Load Grid1 Loss Grid1 Loss Prophet Daily
0 01/12/2019 00:00 314.396236 407.67600 21.55210 -3.938760 25.64150 23.9576 -2.50138
1 01/12/2019 01:00 305.691739 397.96600 20.71190 -4.419430 25.19200 23.9586 -2.48713
浏览 36提问于2021-02-27得票数 1
我正在使用Pandas处理列表数据。列表数据为 [(datetime.date(1992, 2, 1), 114535.0), (datetime.date(1992, 3, 1), 120025.0), (datetime.date(1992, 4, 1), 124470.0), (datetime.date(1992, 5, 1), 125822.0), (datetime.date(1992, 6, 1), 122834.0)] 我创建标签并使用DataFrame.from_records读取数据 labels = ['date', 'value']
d
浏览 33提问于2019-10-07得票数 1
回答已采纳
Pandas的"to_datetime“方法允许我们将字符串转换为datetime对象。不过，在转换数据框行和列标签时，此方法似乎具有不同的输出。
假设df是行和列标签中具有相同日期字符串的数据框：
import pandas as pd
d = {'01-01-2001': ['01-01-2001'], '02-02-2002': ['02-02-2002'],'03-03-2003': ['03-03-2003']}
df = pd.DataFrame(data=d)
现在
浏览 19提问于2021-03-08得票数 1
此处的目标是将所有日期字符串转换为datetime格式，任何不像datetime的字符串都需要为None import pandas
#dataframe
df = pandas.DataFrame({'Date':['2014-10-20 10:44:31', '2014-10-23 09:33:46', '2014-10-01 09:38:45', '', None, pandas.NaT]})
# convert to datetime
pandas.to_datetime(df['Date'
浏览 23提问于2021-08-05得票数 0
回答已采纳
1回答
我正在尝试将两列组合在一起:一列包含日期，另一列与时间合并为一个日期时间列。
df:
date time
---- ----------- ------
0 08 Sep 2021 00:00
1 08 Sep 2021 00:00
2 08 Sep 2021 00:00
3 08 Sep 2021 00:05
4 08 Sep 2021 00:30
我的做法是：
df['datetime'] = df['date'] + ' ' + df['time&#
浏览 4提问于2021-09-09得票数 0
回答已采纳
2回答
我所做的工作如下：
import dask.dataframe as dd
from dask.distributed import Client
client = Client()
raw_data_df = dd.read_csv('dataset/nyctaxi/nyctaxi/*.csv', assume_missing=True, parse_dates=['tpep_pickup_datetime', 'tpep_dropoff_datetime'])
dataset是从Mathew所做的演示中提取出来的，并被用作dask data
浏览 0提问于2018-07-20得票数 2
回答已采纳
3回答
df (Pandas DataFrame)有两列:日期(作为datetime64)和数量(作为浮点数)。
我根据时间绘制“金额”列中的值，使用barplot：
sns.barplot(x="Date", y="Amount", data=df)
plt.show()
然而，日期标签是一个可怕的混乱(见图)。在潘达斯，什么是处理这件事的优雅方法？我正在考虑从标签上删除月份和年份，或者将标签旋转90度。如何做到这一点，或者是否有更好的选择？谢谢。
浏览 2提问于2018-11-28得票数 7
回答已采纳
1回答
我想知道Pandas是否有一些内置的功能来获取随机的时间间隔(大约几个小时)，并将它们转换为标准的小时数。代码示例和非工作尝试：
import pandas as pd
df = pd.DataFrame({'start': ['2018-09-04 01:12', '2018-09-04 02:11'],
'end' : ['2018-09-04 02:10','2018-09-04 03:20'],
'v
浏览 15提问于2018-09-05得票数 1
在Python DataFrame中，如果'Search‘列包含连接的、管道分隔的列表中的任何字符串，我将尝试向行应用特定的标签。我如何使用Pandas做条件if，elif，Pandas语句？
例如：
df = pd.DataFrame({'Search term': pd.Series(['awesomebrand inc', 'guy boots', 'ectoplasm'])})
brand_terms = ['awesomebrand', 'awesome brand']
foot
浏览 2提问于2015-06-04得票数 2
回答已采纳
2回答
我正在尝试将日期框中的最后一个索引值更改为另一个日期。 from datetime import datetime, timedelta
import pandas as pd
import numpy as np
date_1 = datetime(2021,5,31,0,0)
date_2 = datetime(2021,6,30,0,0)
df=pd.DataFrame(index={date_1,date_2},data = {1,2},columns={'X'}) 我还有一个变量来表示我想要的日期，它的类型是datetime last_dt = datetime(
浏览 18提问于2021-07-07得票数 2
回答已采纳
1回答
我有一个从电子表格创建的数据框架，我需要根据列值将数据帧分割成多个数据帧。以下代码工作正常：
df = pd.read_excel("20210720.xlsx")
# print (df)
grouped = df.groupby(df.Store)
ninth = grouped.get_group("B")
print(ninth)
但是，当我尝试按日期列对它们进行分组时，可以这样做：
df = pd.read_excel("dutchie_20210720.xlsx")
# print (df)
grouped = d
浏览 1提问于2021-08-11得票数 0
回答已采纳
我有一个Pandas，它有两个我感兴趣的列:一个分类标签和一个时间戳。我所要做的大概也适用于有序的数值数据。数据已按时间戳按升序排序。我想找出哪个标签跨越最长的时间窗口，并只选择与其相关的值，在原始数据。
我尝试过按标签对df进行分组，成功地计算了差异并选择了最大(最长时间窗口)，但是我很难找到一个表达式来使用这些信息在原始df中选择相应的值。
以数值为例来考虑这个例子：
d = {'cat': ['A','A','A','A','A','A','B','B&
浏览 0提问于2021-05-31得票数 1
回答已采纳
我有一个日期格式为%Y-%m-%d %H:%M:%S或%Y-%m-%d的数据帧
...
87986 1979-06-18 00:00:00
87987 1979-06-18 00:00:00
87988 1987-03-18
87989 1983-11-01
...
我想以相同的方式对它们进行格式化。我试过了：
df['birthdate']=pd.to_datetime(df['birthdate'].astype(str), format='%Y-%m-%d')
但我还是回来了：
-
浏览 19提问于2020-02-13得票数 1
回答已采纳
谁能解释一下如何为pandas datareader输入正确的日期格式？似乎我在过去尝试过这两种日期格式，它们都很有效。然而，在过去的几天里，这些行只输出了去年的数据……
import pandas_datareader.data as wb
import datetime
start = datetime.datetime(2012,1,1)
end = datetime.datetime(2012,12,31)
df = wb.DataReader ('GE', 'google', '2012, 1, 1', '2012, 12, 3
浏览 0提问于2017-09-14得票数 0
如果日期时间落在15分钟范围内，我会尝试为我的Pandas df的一个名为interval的新列中的每个15分钟间隔添加一个标签。我尝试过cut、qcut、strptime和grouper，但都没有用。 '''Basically I'd like to turn this:'''
Date
29/8/20 2:24
29/8/20 1:02
29/8/20 0:26
28/8/20 23:14
28/8/20 21:57
28/8/20 21:55
28/8/
浏览 18提问于2020-08-29得票数 0
回答已采纳
我有两个数据帧我想在Pandas中合并。它们都有一个我正在合并的日期时间列，但是，一个每分钟和5分钟有行(取决于年份)，而另一个dataframe每15分钟有行。如果我执行一个外连接，我可以合并它们，但是每15分钟才会有来自两个数据帧的数据。我想复制15分钟的数据，并用这些数据填充每1或5分钟的行。因此，12:00AM的数据将填充12:14之前的所有行(包括12:14然后，12:15 to会被复制，并填写到12:29 to等。这有意义吗？我如何才能做到这一点？看起来很相似，但我不确定如何为我的确切场景实现，特别是考虑到我的一个数据帧在不同的年份从5分钟到1分钟的间隔。
浏览 0提问于2014-12-19得票数 4
1回答
我有下面的数据框架，现在我想计算一下每个源在坏状态下的时间。
例如，从2020-12-16-14:58:01到源A状态中的2020-12-16 14:57:56约为5秒，同样，源A对于不同的时间戳也处于不良状态。我想计算每个源在坏状态中的持续时间
下面是数据帧代码：
import pandas as pd
import datetime
times=[datetime.datetime(2020, 12, 16, 14, 57, 56, 647689),datetime.datetime(2020, 12, 16, 14, 57, 59, 650766),datetime
浏览 2提问于2020-12-16得票数 1
回答已采纳
我有像'03-21-2019'这样的字符串，我想将其转换为本地Python对象:即datetime.datetime类型的字符串。通过pandas转换非常容易。
import pandas as pd
import datetime as dt
date_str = '03-21-2019'
pd_Timestamp = pd.to_datetime(date_str)
py_datetime_object = pd_Timestamp.to_pydatetime()
print(type(py_datetime_object))
有结果
<class
浏览 10提问于2019-10-28得票数 6
我使用Pandas版本0.19.2运行Python3.6。在下面的代码示例中，我有两个关于Pandas绘图函数scatter_matrix()的问题
**1.**我如何为散点图中的观测结果加上颜色标签？关于Label列？
**2.**如何为对角线上的直方图指定回收箱数目？我可以单独做这件事，或者只为所有的人做一个垃圾箱号码吗？
import pandas as pd
import numpy as np
N= 1000
df_feat = pd.DataFrame(np.random.randn(N, 4), columns=['A','B','C&#
浏览 1提问于2018-10-03得票数 1
回答已采纳
我正在寻找基于特定分区聚合值的最佳方法，它相当于
SUM(TotalCost) OVER(PARTITION BY ShopName) Earnings ( SQL server)
在Pandas中，我可以通过以下步骤做到这一点，但我正在寻找一种我确信应该存在的本机方法
TempDF= DF.groupby(by=['ShopName'])['TotalCost'].sum()
TempDF= TempDF.reset_index()
NewDF=pd.merge(DF , TempDF, how='inner', on='Sho
浏览 2提问于2016-03-10得票数 23
1回答
有任何方法来指定X轴在潘达斯的采样率吗？特别是当这个轴包含datetime对象时，例如。
df['created_dt'][0]
datetime.date(2014, 3, 24)
理想情况下，我希望指定在情节中包含多少天(从头到尾)，或者通过从我的数据中获得Pandas子样本，或者通过平均每一个N天。
浏览 0提问于2014-05-28得票数 1
回答已采纳
我有一个包含事件的DataFrame，每个事件都有开始日期和结束日期。我还有一个报告期，包括开始日期和结束日期以及报告频率，例如每月。我想要计算的是每个报告期间bin中“活动”事件的数量。活动事件是其时间与报告时段bin的时间间隔重叠的事件。
在努力使用DataFrame聚合函数之后，我想出了以下代码来完成这项工作，但这些代码远不是紧凑和优雅的。
我很确定有一种方法可以写得更紧凑，但需要一些线索。
import numpy as np
import pandas as pd
import datetime as dt
# Example DF of events each with a st
浏览 0提问于2021-10-26得票数 0
The issue
我有一只熊猫数据，在另一栏中有两列数据和相应的日期时间。我想为这两组数据绘制一个行图，并将日期时间作为x轴的勾标，这是一个字符串列表。但是，当我绘制这个图时，勾标与那个日期的对应数据不对齐。相反，x标签只是来自dates列的前n个条目。
我最初的程序在每个数据点都有一个滴答，所以我尝试设置ax.set_xticks以减少滴答的数量，这时就出现了这个问题。
代码
import numpy as np
import datetime
import pandas as pd
import matplotlib.pypl
浏览 4提问于2019-12-03得票数 0
回答已采纳
12回答
我使用pandas.to_datetime来解析数据中的日期。默认情况下，Pandas使用datetime64[ns]表示日期，即使日期都是每天。我想知道是否有一种优雅/聪明的方法将日期转换为datetime.date或datetime64[D]，这样，当我将数据写入CSV时，日期不会附加00:00:00。我知道我可以逐个元素地手动转换类型：
[dt.to_datetime().date() for dt in df.dates]
但这真的很慢，因为我有很多行，这有点违背了使用pandas.to_datetime的目的。有没有办法一次转换整个列的dtype？或者，pandas.to_datet
浏览 0提问于2013-04-24得票数 314
我正在尝试使用pandas.DatetimeIndex.asof()来查找与某个日期最接近的值。但是，这个函数的输入到底是什么呢？
声明输入是一个标签，但是格式是什么呢？
更具体地说，我有一个如下所示的DataFrame，其中datetime列被设置为索引。我希望代码返回日期时间最接近2018-07-28 13:00:00的行的索引。
datetime | price
2018-07-28 12:57:13 8.50
2018-07-28 12:59:45 8.60
2018-07-28 13:01:19 8.70
2018-07-28 13:
浏览 0提问于2018-08-01得票数 0
2回答
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。
做了非常类似的事情，但是我不理解代码，它使用datetime对象。
在中，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 time
浏览 6提问于2013-11-21得票数 10
回答已采纳
我希望将现有的Python转换为Pandas DataFrame对象。如何为每一列指定数据格式并定义索引列？
下面是我的代码示例：
import pandas as pd
data = [[1444990457000286208, 0, 286],
[1435233159000067840, 0, 68],
[1431544002000055040, 1, 55]]
df = pd.DataFrame(data, columns=['time', 'value1', 'value2'])
在上面的示例中，对于现有列，
浏览 2提问于2016-02-25得票数 5
回答已采纳
1回答
我有一个包含日期时间作为列的Pandas DataFrame。我希望每个月都重复一遍。目前，我可以使用硬代码使用'pandas.query()‘分割它，如下所示：
# For January 2018-
data_jan = data.query("opened_at >= '2018-01-02 00:00:00' and opened_at <= '2018-01-31 23:59:59'")
然而，为了每个月的迭代，我正在寻找一个代码。到目前为止，我的代码是：
delta = timedelta(days = 30, h
浏览 2提问于2021-02-05得票数 0
回答已采纳
样本数据：
import pandas as pd
df = pd.DataFrame(
[
[-0.15, -0.22, -0.13, -0.20, -0.12, 0.24, -0.06, 0.09, 0.20, -0.12],
[0.10, 0.14, -0.21, 0.04, 0.18, 0.06, -0.08, 0.18, 0.12, -0.06],
[0.06, 0.13, -0.21, 0.01, -0.12, 0.16, -0.12, -0.25, 0.24, -0.04],
[0.01, -0.10, 0
浏览 6提问于2021-08-17得票数 2
回答已采纳
1回答
熊猫群用日期时间应用异常
、、、
当我在木星实验熊猫的时候，我发现了非常奇怪的症状。我将其简化为一个最简单的代码，它演示了症状：
import pandas as pd
import numpy as np
from datetime import datetime
df = pd.DataFrame({
'A': ['a', 'b', 'c'],
'B': [datetime(2018, 11, 1), datetime(2018, 11, 2), datetime(2018, 11, 3) ]
})
df
A B
浏览 0提问于2018-11-20得票数 1
回答已采纳
我有一个熊猫DataFrame。我如何创建一个类似于Pandas计数的新列，因为我已经将我的索引设置为DataFrame。
例如，以下代码可在您的本地PC上重现：
import datetime
import numpy
dates = [
datetime.date(2019, 1, 13),
datetime.date(2020, 5, 11),
datetime.date(2018, 7, 24),
datetime.date(2019, 3, 23),
datetime.date(2020, 2, 16)
]
data = {
浏览 16提问于2020-03-05得票数 2
我正在尝试从datetime列创建一个新的Pandas dataframe列，其中包含第几天：
import pandas as pd
from datetime import datetime
print df.ix[0:5]
date
file
gom3_197801.nc 2011-02-16 00:00:00
gom3_197802.nc 2011-02-16 00:00:00
gom3_197803.nc 2011-02-15 00:00:00
gom3_1978
浏览 1提问于2013-12-14得票数 15
回答已采纳
1回答
我需要将日期时间保存到Excel文件中，这样，在再次读取Excel文件之后，我可以将它们与其他日期时间进行比较。下面是一个很小的例子：
import pandas as pd, datetime
df = pd.DataFrame({'A': [1, 2],
'B': [datetime.datetime(2000,1,1,1,2,3),
datetime.datetime(2010,1,1,1,2,3)]})
df.to_excel('test.xlsx'
浏览 2提问于2021-03-08得票数 0
回答已采纳
1回答
import datetime as dt
import matplotlib.pyplot as plt
from matplotlib import style
import pandas as pd
import pandas_datareader as web
#This makes a chart w/3 hour intervals and I would need something like 30 minutes
style.use("ggplot")
start = dt.datetime(2019,4,24)
end = dt.datetime(2019,
浏览 0提问于2020-11-23得票数 0
我有一个DataFrame，它被重放成一个更小的DataFrame，它保留了一个日期时间索引。我转换了dataframe，现在希望删除dateindex并用字符串(标签)替换它，然后将其导出到.csv，以便以javascript可以读取的格式使用(在python中执行所有数据操作)。
我确实尝试过在没有头(删除日期)的情况下将其写入.csv，然后再读取它以添加标签，但这似乎不太有效。
链接到csv：
Python/熊猫代码：
import pandas as pd
import numpy as np
from dateutil.parser import parse
from datetim
浏览 3提问于2014-07-24得票数 0
回答已采纳
3回答
我要选择并更改数据单元格的值。这个数据有两个索引：'datetime‘和'idx’。两者都包含唯一和顺序的标签。“datetime”索引具有datetime类型的datetime标签，而'idx‘有整数值的标签。
import numpy as np
import pandas as pd
dt = pd.date_range("2010-10-01 00:00:00", periods=5, freq='H')
d = {'datetime': dt, 'a': np.arange(len(dt))-1
浏览 2提问于2016-12-26得票数 2
回答已采纳
我似乎找不到.loc行为背后的原因。我知道它是基于标签的，所以如果我迭代Index对象，下面的最小示例应该可以工作。当然，我用谷歌搜索过，但我需要一个已经掌握了索引的人给我额外的解释。
import datetime
import pandas as pd
dict_weekday = {1: 'MON', 2: 'TUE', 3: 'WED', 4: 'THU', 5: 'FRI', 6: 'SAT', 7: 'SUN'}
df = pd.DataFrame(pd.date_ra
浏览 4提问于2014-12-16得票数 9
回答已采纳
2回答
from pymysql import *
import pandas.io.sql as sql
from datetime import datetime, date, timedelta
current_date = date.today()
print(current_date)
current_date2 = current_date - timedelta(1)
print("Yesterday was: ", current_date2)
# connect the mysql with the python
con = connect(user="
浏览 4提问于2020-12-07得票数 0
我正在处理表示向量(幅度和方向)的时序数据。我想要我的数据，并使用describe函数作为how参数。
但是，describe方法使用标准平均值，我想使用一个特殊的函数来平均方向。因此，我在pandas.Series.describe()实现的基础上实现了我自己的describe方法
def directionAverage(x):
result = np.arctan2(np.mean(np.sin(x)), np.mean(np.cos(x)))
if result < 0:
result += 2*np.pi
return result
d
浏览 1提问于2013-02-13得票数 5
回答已采纳
1回答
计算序列的本地时间导数
、、、
我有要从hdf5文件导入的数据。所以，它看起来是这样的：
import pandas as pd
tmp=pd.Series([1.,3.,4.,3.,5.],['2016-06-27 23:52:00','2016-06-27 23:53:00','2016-06-27 23:54:00','2016-06-27 23:55:00','2016-06-27 23:59:00'])
tmp.index=pd.to_datetime(tmp.index)
>>>tmp
2016-06-27 23:
浏览 9提问于2016-08-31得票数 11
我想把dataframe和datetime结合起来。这是我的尝试。
import pandas as pd
from pandas import DataFrame
import numpy as np
# create df
df = pd.DataFrame(np.random.uniform(low=10.00, high=32.5, size=(5,2)), columns=['reference', 'target'])
df.head()
reference target
0 13.559319 24.057471
1 13
浏览 8提问于2019-07-24得票数 0
回答已采纳
1回答
我正在计算平均值，即每10秒的移动平均值，比如1到10秒，11秒到20秒等等。
在这个下面吗？在滚动函数中使用“60秒”时会出现错误，我认为这可能是由于字符串类型的"ltt“列造成的，我正在将其转换为datetime，但仍然会出现错误。
如何解决此错误？以及如何对每10秒采集的样本进行平均处理。这是即将到来的流数据，但是为了测试目的，我在record1中使用静态数据。
import pandas as pd
import numpy as np
records1 = [
{'ltt': 'Mon Nov 7 12:12:05 2022', '
浏览 1提问于2022-11-08得票数 -1
回答已采纳
我正在尝试使用3个pandas列创建一个pandas datetime系列。当我调用to_datetime()方法时，它抛出一个错误，即使我以正确的年、月、日格式输入int64数据类型的一系列输入。
pd.to_datetime(df[['year', 'month', 'day']])
错误堆栈的最后一行是最奇怪的，因为它似乎显示我的值是%Y%m%d格式，但它不接受它们。
---------------------------------------------------------------------------
TypeError
浏览 1提问于2018-03-17得票数 1
我正在尝试将pandas DataFrame中的数据转换为堆叠面积图，但似乎无法将其堆叠。
数据的格式为
index | datetime (yyyy/mm/dd) | name | weight_change
每天测量6个不同的人。
我希望堆叠图显示datetime (x)上的weight_change (y)，但6个人中每个人的weight_change堆叠在一起
我所能做到的最接近它的是：
df = df.groupby['datetime', 'name'], as_index=False).agg({'weight_change': &
浏览 165提问于2018-06-05得票数 0
2回答
我在pandas数据框中有一个多个日期列表，格式如下：
col1 col2
1 [DatetimeIndex(['2018-10-01', '2018-10-02',
'2018-10-03', '2018-10-04'],
dtype='datetime64[ns]', freq='D')
我想
浏览 1提问于2018-10-02得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
