我有一些随机的每小时时间序列数据,(请弥补),如何为每日最大值重新采样以及如何为记录的每日最大值的小时创建一个单独的df列?

import pandas as pd
import numpy as np
from numpy.random import randint
import os

np.random.seed(10)  # added for reproductibility

rng = pd.date_range('10/9/2018 00:00', periods=1000, freq='1H')
df = pd.DataFrame({'Random_Number':randint(1, 100, 1000)}, index=rng)

df.index.name = 'Date'


重采样随机值:

daily_summary = pd.DataFrame()

daily_summary['Random_Number_Resamp'] = df['Random_Number'].resample('D').max()


daily_summary.head()


然后尝试记录每日最大值发生的小时...

daily_summary['Hour_Map'] = daily_summary.Random_Number_Resamp.index.strftime('%H').astype('int')

daily_summary


上面的代码不会引发属性错误,但是hour_map将为零。.如何创建daily_summary df并在此步骤中同时出现hour_map?

最佳答案

您可以执行groupby

df.groupby(df.index.normalize())['Random_Number'].agg(['idxmax', 'max'])


输出(头):

                         idxmax     max
Date
2018-10-09  2018-10-09 05:00:00     94
2018-10-10  2018-10-10 20:00:00     95
2018-10-11  2018-10-11 15:00:00     97
2018-10-12  2018-10-12 18:00:00     98
2018-10-13  2018-10-13 22:00:00     91

关于python - 重新采样时间序列数据,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/60493969/

10-10 18:25
查看更多