我有一个时间间隔为5分钟的数据框。但是所有的时间间隔都不存在。例子:我想知道是否有一个简单的方法或函数(我没有找到任何方法)来拥有一个数据框。
Date Value_1
...
2019-01-01 15:30:00 2.4866
2019-01-01 15:35:00 2.703
2019-01-01 15:40:00 0.0
2019-01-02 09:05:00 8.3087
2019-01-02 09:10:00 7.5134
2019-01-02 09:15:00 6.637
...
我想知道是否有一个简单的方法或函数(我没有找到任何方法)来拥有一个仅基于时间的288个时间间隔的数据帧。
00:00:00
00:05:00
00:10:00
...
23:50:00
23:55:00
其中每一列是一天(一年365天)。最后,我想用前一个数据框填充这个数据框。如果没有数据,可以是nan或0。
谢谢你。
编辑:修改初始数据框,按日期只考虑一个值。
你可以用 set_index
只有第一级 time
从日期时间列和第二层的 date
同一列的。那么 unstack
:
#sample dataframe
np.random.seed(1)
drange = pd.date_range('2019-01-01 09:30:00', freq='5T', periods=5)
df = pd.DataFrame({'datetime': drange.tolist() + (drange+pd.DateOffset(days=1)).tolist(),
'Value_1':np.random.randint(10, size=10),})
print (df)
datetime Value_1
0 2019-01-01 09:30:00 5
1 2019-01-01 09:35:00 8
2 2019-01-01 09:40:00 9
3 2019-01-01 09:45:00 5
4 2019-01-01 09:50:00 0
5 2019-01-02 09:30:00 0
6 2019-01-02 09:35:00 1
7 2019-01-02 09:40:00 7
8 2019-01-02 09:45:00 6
9 2019-01-02 09:50:00 9
# set_index and unstack
df_f = df.set_index([df['datetime'].dt.time,
df['datetime'].dt.date])['Value_1']\
.unstack()
print (df_f)
datetime 2019-01-01 2019-01-02
datetime
09:30:00 5 0
09:35:00 8 1
09:40:00 9 7
09:45:00 5 6
09:50:00 0 9
那么如果你想在索引中创建所有5分钟,在列中创建每一天,你可以使用 reindex
和 ffill
:
df_f = df_f.reindex(index=pd.date_range('2019-01-01 00:00:00',
freq='5T', periods=288).time,
columns=pd.date_range('2019-01-01',
freq='D', periods=365).date)\
.ffill()