将groupby或datetime对象转换/分割并转换为数据帧 [英] Converting/splitting and transposing a groupby or datetime object into dataframe
本文介绍了将groupby或datetime对象转换/分割并转换为数据帧的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
我有一只熊猫df:
Reading
2016-06-01 09:00:00+09:00 1190.958
2016-06-01 10:30:00+09:00 1189.886
2016-06-01 12:00:00+09:00 1194.089
2016-06-01 13:30:00+09:00 1193.464
2016-06-01 15:00:00+09:00 1193.050
2016-06-02 09:00:00+09:00 1190.879
2016-06-02 12:00:00+09:00 1190.025
2016-06-02 13:30:00+09:00 1187.057
2016-06-02 15:00:00+09:00 1186.600
我想像这样转换:
09:00:00+09:00 10:30:00+09:00 12:00:00+09:00 13:30:00+09:00 15:00:00+09:00
2016-06-01 1190.958 1189.886 1194.089 1193.464 1193.050
2016-06-02 1190.879 NA 1190.025 1187.057 1186.600
我以为我可以按日期分类数据:
I thought I can group the data by date like this:
df.groupby(df.index.values.astype('<M8[D]'))
但是我如何转换这个组对象转换成具有转置列的数据框?
But how do i convert this groupby object into a dataframe with transposed columns?
推荐答案
使用当前索引的日期和时间重新分配索引,拆包
reassign your index with date and time of the current index and unstack
df.index = [df.index.date, df.index.time]
df.Reading.unstack()
这篇关于将groupby或datetime对象转换/分割并转换为数据帧的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持IT屋!
查看全文