Группировка / Изменение данных в пандах

Я ищу способ преобразования моих данных в другую форму. Сейчас Data.head () выглядит следующим образом:

Time ABC 2009-02-20 11:00:00 -0.003776 -0.001606 -0.000150 2009-02-20 12:00:00 -0.004145 0.007597 -0.000054 2009-02-20 13:00:00 -0.007896 0.017419 -0.000241 2009-02-23 11:00:00 -0.015349 0.010237 -0.000328 2009-02-23 12:00:00 -0.002748 0.004150 -0.000070 2009-02-23 13:00:00 -0.007760 0.011192 -0.000270 

И мне хотелось бы, чтобы мои данные были сгруппированы днем. i, e выглядят так:

 Day 2009-02-20 A(11:00) A(12:00) A(13:00) B(11:00) B(12:00) B(13:00) C(11:00) etc 2009-02-23 A(11:00) A(12:00) A(13:00) B(11:00) B(12:00) B(13:00) C(11:00) etc 

Я отправился в документацию по группам, но не смог найти способ сделать это.

One Solution collect form web for “Группировка / Изменение данных в пандах”

Я думаю, вы можете использовать pivot_table с dt.date , dt.time или, альтернативно, dt.strftime :

 df['time'] = df['Time'].dt.time df['date'] = df['Time'].dt.date print pd.pivot_table(df, index='date', columns='time') AB \ time 11:00:00 12:00:00 13:00:00 11:00:00 12:00:00 13:00:00 date 2009-02-20 -0.003776 -0.004145 -0.007896 -0.001606 0.007597 0.017419 2009-02-23 -0.015349 -0.002748 -0.007760 0.010237 0.004150 0.011192 C time 11:00:00 12:00:00 13:00:00 date 2009-02-20 -0.000150 -0.000054 -0.000241 2009-02-23 -0.000328 -0.000070 -0.000270 

Вы можете удалить Multiindex из столбцов:

 df['time'] = df['Time'].dt.strftime('%H:%M') df['date'] = df['Time'].dt.date df = pd.pivot_table(df, index='date', columns='time') df.columns = ['_'.join(col) for col in df.columns] print df A_11:00 A_12:00 A_13:00 B_11:00 B_12:00 B_13:00 \ date 2009-02-20 -0.003776 -0.004145 -0.007896 -0.001606 0.007597 0.017419 2009-02-23 -0.015349 -0.002748 -0.007760 0.010237 0.004150 0.011192 C_11:00 C_12:00 C_13:00 date 2009-02-20 -0.000150 -0.000054 -0.000241 2009-02-23 -0.000328 -0.000070 -0.000270 
  • pandas присоединяются к суффиксу ForceFrame?
  • Разверните строку до нескольких строк в pandas dataframe
  • Преобразование временного диапазона pandas dataframe
  • Максимальный активный просад в python
  • Заполнить NA Значения в пандах Серия с остановкой
  • Python устанавливает панды
  • pandas применяют функцию к нескольким столбцам и нескольким строкам
  • pandas dataframe удаляет столбцы по числу нан
  • Python - лучший язык программирования в мире.