2024-10-01 11:19:59 发布
网友
grouped = data.groupby('LA_DECH') start = date(2016, 1, 1) end = date(2016, 12, 31) rng = pd.date_range(start, end, freq='BM')
有没有一种简单的方法可以通过这种比较提取数据(df列表): '2016/1/1' < grouped['LA_DECH] < '2016/2/29'这是rng中的每个周期?在
'2016/1/1' < grouped['LA_DECH] < '2016/2/29'
rng
至少对我来说,你不能很好地说明你的问题和你想得到什么。 你是说这个吗?在
import pandas as pd import numpy as np from datetime import datetime start = datetime(2016,1,1) end = datetime(2016,12,31) idx = pd.date_range('2015-01-01','2017-09-01') df = pd.DataFrame(np.random.randint(10,size= (len(idx),2)), index= idx, columns=['VALUE',"LA_DECH"]) rng = pd.date_range(start, end, freq='BM') # filted by start and end date df = df[(df.index>start)&(df.index <end)] # this line is not necessary needed print(df.groupby([pd.cut(df.index,rng), 'LA_DECH'])['LA_DECH'].count()) LA_DECH (2016-01-29, 2016-02-29] 0 2 2 1 3 5 4 2 5 3 6 4 7 4 8 5 9 5 (2016-02-29, 2016-03-31] 0 4 2 1 3 4 4 5 5 2 6 3 7 3 8 6 9 3 .. (2016-08-31, 2016-09-30] 8 2 9 1 (2016-11-30, 2016-12-30] 0 2 1 1 2 1 3 1 4 1 5 5 6 3 7 5 8 5 9 6 Name: LA_DECH, Length: 104, dtype: int64
至少对我来说,你不能很好地说明你的问题和你想得到什么。 你是说这个吗?在
相关问题 更多 >
编程相关推荐