如何从python3.5修改后的数据帧中找到最大值的确切位置

Question

我在Python3.5中有一个数据帧，例如：

In [1]:tway5new.info()
<class 'pandas.core.frame.DataFrame'>
 Index: 44 entries,  to VOI
 Columns: 43802 entries, 2011-01-01 00:00:00 to 2015-12-31 23:00:00
 dtypes: int64(43802)
 memory usage: 14.7+ MB

此数据帧的列名为：

^{pr2}$

我想把这个数据帧子集成一个相对较小的数据帧序列，即每个小数据帧只包含一个典型的日记录，例如： 第一个小数据帧包含从“2011-01-01 00:00:00”到“2011-01-01 23:00:00”的信息，第二个小数据帧包含从“2011-01-02 00:00:00”到“2011-01-02 23:00:00”的信息，……直到第1826个小数据帧包含从“2015-12-31 00:00:00”到“2015-12-31 23:00:00”的信息。在

根据@EdChum help，我尝试了以下代码：

df = tway5new.T 
df.resample('d')
demean = lambda x: abs(x - x.mean())
Asub=df.groupby([df.index.year, df.index.month, df.index.day]).transform(demean)
#TO obtain the absolute difference between hours record and average hours record for each column###
Asubmax=Asub.groupby([df.index.year, df.index.month, df.index.day]).max()
AsubmaxID=Asubmax.idxmax(axis=1)

这给出了各列中每个典型日的最大值指数，即从2011年1月1日到2015年12月31日：

with pd.option_context('display.max_rows',10,'display.max_columns',6):
    print (AsubmaxID)
2011  1   1     UNF
          2     NAT
          3     NAT
          4     NAT
          5     NAT

2015  12  27    NAT
          28    NAT
          29    NAT
          30    NAT
          31    GOA
dtype: object


BmaxID=Asub.groupby([df.index.year, df.index.month, df.index.day]).idxmax(axis=1)

这给出了各列中每小时记录的最大值索引，即从2011-01-01 00:00:00到2015-12-31 23:00:00：

with pd.option_context('display.max_rows',10,'display.max_columns',6):
    print (BmaxID)
          timenew            
2011  1   1   2011-01-01 00:00:00    UNF
              2011-01-01 01:00:00    NAT
              2011-01-01 02:00:00    RTF
              2011-01-01 03:00:00    UNF
              2011-01-01 04:00:00    NAT

2015  12  31  2015-12-31 19:00:00    NAT
              2015-12-31 20:00:00    NAT
              2015-12-31 21:00:00    GOA
              2015-12-31 22:00:00    NAT
              2015-12-31 23:00:00    GOA
dtype: object

现在，如何找到具有精确小时记录的每个典型日的最大值索引，例如，我知道2011-01-01第一个日期的总最大值索引是UNF列，但是如何获得2011-01-01这个UNF列的精确小时记录呢，i、 e.哪个小时记录（2011-01-01 00:00:00或2011-01-01 03:00:00）的值最大？在

非常感谢

Answer 1

IIUC最好将列作为索引，然后可以resample或在当天进行筛选：

df = tway5new.T

那你就减少取样

^{pr2}$

或当天分组：

df.groupby([df.index.year, df.index.month, df.index.day])