在這里，我將時間添加到僅給出日期的數據中。值之間有 5 分鐘或每個日期 288 個值。該代碼在輸入數據幀為 1 天（288 行）或更短時有效，但在輸入較長時會出錯。知道我錯過了什么嗎？提前致謝。相關代碼部分：import datetime as dtprint("Print df_raw:\n", df_raw)df = df_raw[:288]# df = df_raw[:289] # Gives KeyError, see traceback belowprint("\nPrint df BEFORE groubpy/apply:\n", df)df.loc[:,'date'] = pd.to_datetime(df.date)def f(x): x['DT']=[val+dt.timedelta(minutes=(pos*5)) for val,pos in zip(x.loc[:,'date'], range(0,len(x.loc[:,'date'])))] return xdf = df.groupby('date').apply(f)df = df.set_index('DT').drop(columns='date')print("\nPrint df AFTER groubpy/apply:\n", df)輸出（288 行或更少，按預期工作）：Print df_raw: date values0 2015-03-10 556.250 2015-03-10 516.9930 2015-03-10 468.750 2015-03-10 432.8120 2015-03-10 87.1095.. ... ...84 2014-12-16 None84 2014-12-16 None84 2014-12-16 160.93884 2014-12-16 145.11884 2014-12-16 125.977[24480 rows x 2 columns]Print df BEFORE groubpy/apply: date values0 2015-03-10 556.250 2015-03-10 516.9930 2015-03-10 468.750 2015-03-10 432.8120 2015-03-10 87.1095.. ... ...0 2015-03-10 781.4460 2015-03-10 743.360 2015-03-10 708.9850 2015-03-10 669.9220 2015-03-10 632.422[288 rows x 2 columns]Print df AFTER groubpy/apply: valuesDT 2015-03-10 00:00:00 556.252015-03-10 00:05:00 516.9932015-03-10 00:10:00 468.752015-03-10 00:15:00 432.8122015-03-10 00:20:00 87.1095... ...2015-03-10 23:35:00 781.4462015-03-10 23:40:00 743.362015-03-10 23:45:00 708.9852015-03-10 23:50:00 669.9222015-03-10 23:55:00 632.422[288 rows x 1 columns]
2 回答
慕田峪4524236
TA貢獻1875條經驗 獲得超5個贊
當您將 apply 函數與 groupby 一起使用時，您無法訪問函數內部的 group 鍵。
相反，您可以逐組遍歷分組的數據幀，并將處理后的數據幀附加在一起。
import pandas as pd
t = pd.DataFrame({'date':['2015-03-10','2015-03-10','2015-03-10','2015-03-10','2015-03-11','2015-03-11','2015-03-11'],'value':[1,2,3,4,5,6,7]})
t['date'] = pd.to_datetime(t['date'])
創建一個新的數據框并將已處理的組附加到它。
em = pd.DataFrame()
for key,df in t.groupby('date'):
temp = df
temp['dt'] = [i+datetime.timedelta(minutes=j*5) for i,j in zip(df['date'],range(df['date'].shape[0]))]
em = pd.concat([em,temp])
輸出：
date value dt
0 2015-03-10 1 2015-03-10 00:00:00
1 2015-03-10 2 2015-03-10 00:05:00
2 2015-03-10 3 2015-03-10 00:10:00
3 2015-03-10 4 2015-03-10 00:15:00
4 2015-03-11 5 2015-03-11 00:00:00
5 2015-03-11 6 2015-03-11 00:05:00
6 2015-03-11 7 2015-03-11 00:10:00
開滿天機
TA貢獻1786條經驗 獲得超13個贊
你得到了，因為當你在 groupby 之后KeyError: 'date'使用它時，它沒有被傳遞到函數中。apply()例如，您嘗試將 lambda 添加到應用中。我不確定預期的行為，但它使功能正常工作。將其更改為：
df = df.groupby('date').apply(lambda x: f(x))
完整的工作示例：
import datetime as dt
df = pd.DataFrame({'A':[1,2],'date':['2018-09-09','2019-09-09']})
df.loc[:,'date'] = pd.to_datetime(df['date'])
def f(x):
x['DT']=[val+dt.timedelta(minutes=(pos*5)) for val,pos in zip(x.loc[:,'date'], range(0,len(x.loc[:,'date'])))]
return x
df = df.groupby('date').apply(lambda x : f(x))
df = df.set_index('DT').drop(columns='date')
print(df)
輸出：
A
DT
2018-09-09 1
2019-09-09 2
添加回答
舉報
0/150
提交
取消