我有10年的每小時水位數據，我試圖根據年份在單獨的列中排列。數據的當前格式分為兩列，一列用于讀數的日期和時間（例如 06/04/1989 06：00：00），另一列用于水位。我想根據年份將數據分成單獨的列。我認為這是一項簡單的任務，但由于我在熊貓方面的經驗有限，我發現它具有挑戰性。任何建議將不勝感激。輸入：Obs_date SLEV(metres)31/12/1990 20:00 0.1531/12/1990 21:00 0.1431/12/1990 22:00 0.1331/12/1990 23:00 0.16...31/12/1991 20:00 0.1231/12/1991 21:00 0.1331/12/1991 22:00 0.0931/12/1991 23:00 0.08輸出：Obs_date 1990 1991 31-Dec 20:00:00 0.15 0.1231-Dec 21:00:00 0.14 0.1331-Dec 22:00:00 0.13 0.0931-Dec 23:00:00 0.16 0.08
1 回答
繁花如伊
TA貢獻2012條經驗 獲得超12個贊
首先按to_datetime轉換為日期時間，然后按系列.dt.年份創建新列，通過系列.dt.strftime創建自定義格式，最后通過DataFrame.pivot進行透視，并將索引轉換為列DataFrame.reset_index，DataFrame.rename_axis用于刪除列名稱：Obs_date
df['Obs_date'] = pd.to_datetime(df['Obs_date'], format='%d/%m/%Y %H:%M')
df['year'] = df['Obs_date'].dt.year
df['Obs_date'] = df['Obs_date'].dt.strftime('%d-%b %H:%M:%S')
df = df.pivot('Obs_date', 'year','SLEV(metres)').reset_index().rename_axis(None, axis=1)
print (df)
Obs_date 1990 1991
0 31-Dec 20:00:00 0.15 0.12
1 31-Dec 21:00:00 0.14 0.13
2 31-Dec 22:00:00 0.13 0.09
3 31-Dec 23:00:00 0.16 0.08
或者可以創建系列，并通過DataFrame.set_index系列.unstack進行重塑：yd
df['Obs_date'] = pd.to_datetime(df['Obs_date'], format='%d/%m/%Y %H:%M')
y = df['Obs_date'].dt.year
d = df['Obs_date'].dt.strftime('%d-%b %H:%M:%S')
df = df.set_index([d, y])['SLEV(metres)'].unstack().reset_index().rename_axis(None, axis=1)
print (df)
Obs_date 1990 1991
0 31-Dec 20:00:00 0.15 0.12
1 31-Dec 21:00:00 0.14 0.13
2 31-Dec 22:00:00 0.13 0.09
3 31-Dec 23:00:00 0.16 0.08
如果需要稍后處理數據并且需要正確的順序，最好將日期時間轉換為具有某些默認年份，例如：DatetimeIndex29.February2020
df['Obs_date'] = pd.to_datetime(df['Obs_date'], format='%d/%m/%Y %H:%M')
y = df['Obs_date'].dt.year
d = pd.to_datetime(df['Obs_date'].dt.strftime('2020-%m-%d %H:%M:%S'))
df = df.set_index([d, y])['SLEV(metres)'].unstack().rename_axis(None, axis=1)
print (df)
1990 1991
Obs_date
2020-12-31 20:00:00 0.15 0.12
2020-12-31 21:00:00 0.14 0.13
2020-12-31 22:00:00 0.13 0.09
2020-12-31 23:00:00 0.16 0.08
添加回答
舉報
0/150
提交
取消