下面附有数据集图像链接
**ID date ag o admision discharge a b c d e**
1 2020-01-31 01:09:00 73 1 ######## ######## 0
2020-01-31 01:25:00 73 1 ######## ######## 0 136
2020-01-31 01:44:00 73 1 ######## ######## 0 103.1
2020-01-31 01:45:00 73 1 ######## ######## 0 13.9
2020-01-31 01:56:00 73 1 ######## ######## 0 19.9
2020-01-31 01:59:00 73 1 ######## ######## 0
2020-01-31 02:09:00 73 1 ######## ######## 0
2020-01-31 06:44:00 73 1 ######## ######## 0
2020-02-04 19:42:00 73 1 ######## ######## 0
2020-02-06 09:14:00 73 1 ######## ######## 0 140
2020-02-06 10:06:00 73 1 ######## ######## 0 101.4
2020-02-10 12:42:00 73 1 ######## ######## 0 130
2020-02-10 14:41:00 73 1 ######## ######## 0 14.1
2020-02-10 14:47:00 73 1 ######## ######## 0 98.5
2020-02-15 09:58:00 73 1 ######## ######## 0 129
2020-02-15 10:41:00 73 1 ######## ######## 0 98.1
2020-02-15 10:50:00 73 1 ######## ######## 0
2020-02-16 08:53:00 73 1 ######## ######## 0
2020-02-16 08:55:00 73 1 ######## ######## 0
2020-02-16 09:23:00 73 1 ######## ######## 0 131
2020-02-16 10:59:00 73 1 ######## ######## 0
2020-02-16 11:32:00 73 1 ######## ######## 0 100
2020-02-16 13:33:00 73 1 ######## ######## 0 12.4
2020-02-17 08:31:00 73 1 ######## ######## 0
我尝试过此
tra=tra.resample('D').sum()
但它汇总了每个日期数据集中的所有行,但我需要根据ID对每个患者进行汇总。
您可能希望按患者ID分组并进行操作。
tra=tra.groupby('PATIENT_ID').apply(lambda x: x.resample('D').sum())
让我知道是否可行。