Desarrollo de Python
  1. Desarrollo de Python
  3. Grupo de pandas por hora con hora de inicio especificada.
Intereting Posts
Django requiere campo en forma de modelo. Django vs web2py para un desarrollador principiante cómo cambiar cualquier tipo de datos en una cadena en Python Python: redimensiona una matriz existente y rellena con ceros Usando una variable fuera de la función en Python FigureCanvasAgg ‘objeto no tiene atributo’ invalidar ‘? trazado de pitones ¿Por qué deberían evitarse exec () y eval ()? ¿Cómo emular la sobrecarga del operador de asignación en Python? ¿El comando del botón Tkinter se activa al ejecutar el progtwig? ¿Cuál es la verdadera diferencia entre la lematización y la derivación? ¿Extrae imágenes de PDF sin remuestreo, en python? Encontrar el valor más cercano y devolver el índice de matriz en Python Python eficiente y rápido mientras utiliza el bucle mientras duerme () Orden de lista no alfanumérica desde os.listdir () Importar Pandas en el servidor apache causa un error de tiempo de espera

Grupo de pandas por hora con hora de inicio especificada.

– Editar me di cuenta de que había ingresado los tiempos no como lo había previsto. Convirtí los tiempos posteriores a las 12 p. M. A la convención de 24 horas. Sin embargo, la respuesta de Unutbu aún debe ser clara.

– 2ª Edición. Cambié los datos para hacer un mejor ejemplo.

A continuación se muestra una serie de tiempo indexada por fecha. Quiero hacer una agregación a partir de un start_datetime y continuar su agregación según el timedelta a continuación (9.5 horas = 34200 segundos). 

def main(): # start_datetime = datetime.datetime(2013, 1, 1, 8) # end_datetime = datetime.datetime(2013, 1, 1, 5, 30) s = pd.Series( np.arange(2, 10), pd.to_datetime([ '20130101 7:34:04', '20130101 8:34:08', '20130101 10:34:08', '20130101 12:34:15', '20130101 13:34:28', '20130101 12:34:54', '20130101 14:34:55', '20130101 17:29:12'])) print(s) bar_size = datetime.timedelta(seconds=60*60*9.5) time_group = pd.Grouper( freq=pd.Timedelta(bar_size), closed='left', label='right') foobar = s.groupby(time_group).agg(np.sum) print(foobar) if __name__ == "__main__": main()

Ejecutar el código anterior dará como resultado lo siguiente: 

 2013-01-01 09:30:00 5 2013-01-01 19:00:00 39 Freq: 570T, dtype: int64

Los internos de los pandas deciden comenzar a agruparse desde la medianoche en lugar de las 8:00 am. No puedo encontrar una manera de forzar que el dataframe comience a agruparse a las 8:00 am. ¿Alguien tiene una solución usando las funciones de pandas?

Use base=480 para cambiar el punto de inicio en 480 minutos (8 horas). Las unidades están en minutos porque la frecuencia del mero es 570T (T, aquí, denota minutos): 

 import datetime import pandas as pd def main(): start_datetime = datetime.datetime(2013, 1, 1, 8) s = pd.Series( range(8), pd.to_datetime([ '20130101 8:34:04', '20130101 10:34:08', '20130101 10:34:08', '20130101 12:34:15', '20130101 1:34:28', '20130101 3:34:54', '20130101 4:34:55', '20130101 5:29:12'])) bar_size = datetime.timedelta(seconds=60*60*9.5) time_group = pd.Grouper(freq=bar_size, closed='left', label='right', base=480) foobar = s.groupby(time_group).agg(sum) print(foobar) if __name__ == "__main__": main()

rendimientos 

 2013-01-01 08:00:00 22 2013-01-01 17:30:00 6 Freq: 570T, dtype: int64

Internamente, cuando se asigna una frecuencia a TimeGrouper se devuelve un TimeGrouper : 

 In [81]: time_group Out[81]:

Así que los argumentos pasados ​​a pd.Grouper realidad se pasan a pd.TimeGrouper . 

 In [82]: pd.TimeGrouper? Init signature: pd.TimeGrouper(self, freq='Min', closed=None, label=None, how='mean', nperiods=None, axis=0, fill_method=None, limit=None, loffset=None, kind=None, convention=None, base=0, **kwargs)

Los documentos de TimeGrouper no explican el parámetro base , pero tiene el mismo significado que en df.resample : 

 In [83]: df.resample? Parameters ---------- base : int, default 0 For frequencies that evenly subdivide 1 day, the "origin" of the aggregated intervals. For example, for '5min' frequency, base could range from 0 through 4. Defaults to 0

Lo siguiente le permitirá deslizar el inicio a las fechas de ocho horas: 

 (s.index + pd.Timedelta('9 hours 30 minutes')).strftime('%Y-%m-%d') # array([u'2013-01-01', u'2013-01-01', u'2013-01-01', u'2013-01-01', # u'2013-01-01', u'2013-01-01', u'2013-01-01', u'2013-01-01'], # dtype='

A continuación, puede llamar a: 

 s.groupby((s.index + pd.Timedelta('9 hours 30 minutes')).strftime('%Y-%m-%d')).agg(sum) # 2013-01-01 28

También puede confiar únicamente en los módulos de fecha y hora de pandas para su función, en lugar de importar la datetime separado: 

 import pandas as pd def main(): start_datetime = pd.datetime(2013, 1, 1, 8) s = pd.Series( range(8), pd.to_datetime([ '20130101 8:34:04', '20130101 10:34:08', '20130101 10:34:08', '20130101 12:34:15', '20130101 1:34:28', '20130101 3:34:54', '20130101 4:34:55', '20130101 5:29:12'])) time_group = (s.index + pd.Timedelta('9 hours 30 minutes')).strftime('%Y-%m-%d') foobar = s.groupby(time_group).agg(sum) print(foobar)