在重采样后,在列之外创建新的数据帧可以通过以下步骤实现:
下面是一个示例代码:
import pandas as pd
# 原始数据帧
df = pd.DataFrame({'时间': pd.date_range('2022-01-01', periods=6, freq='T'),
'数值': [1, 2, 3, 4, 5, 6]})
# 将时间列设置为索引
df.set_index('时间', inplace=True)
# 数据重采样为小时级数据
resampled_df = df.resample('H').sum()
# 在列之外创建新的数据帧
new_df = pd.concat([df, resampled_df], axis=1)
print(new_df)
这段代码中,首先创建了一个原始数据帧df
,其中包含了时间和数值两列。然后将时间列设置为索引,方便后续的重采样操作。接着使用resample()
函数将数据重采样为小时级数据,并将结果保存在resampled_df
中。最后,使用concat()
函数将原始数据帧df
和重采样后的数据帧resampled_df
在列之外进行合并,得到新的数据帧new_df
。
这样,就实现了在重采样后在列之外创建新的数据帧。在实际应用中,可以根据具体需求对重采样后的数据进行进一步处理和分析。
领取专属 10元无门槛券
手把手带您无忧上云