我有一个时间序列数据框架，如下所示 ts_ms a. b. c. x. y.10. 2. 1 2 4group by a, b, c 到目前为止，我所拥
浏览 37提问于2021-08-25得票数 0
我有一个"pandas.core.groupby.generic.SeriesGroupBy“类型的变量，它是通过对pandas数据帧的各个字段进行分组而获得的。但是，我想把这个变量转换成一个pandas序列，它是有效的，但有很多错误。下面是我尝试过的代码： w = data.groupby(['dt', 'b'])['w']
w
浏览 155提问于2020-04-17得票数 1
回答已采纳
1回答
我正在查看县级采购数据(数百万账单)，并使用groupby使用matplotlib和pandas绘制时间序列 dataframe_slice.groupby(pd.Grouper(freq='1M')).bill_amount.sum().plot 其中bill_amount是一列浮点数，它显示了账单的金额。如何更改图表以将dataframe_slice显示为总数据帧bill_amount的百分比
浏览 13提问于2021-01-06得票数 0
0.466465 0.9711782019-02-12 05:00:00 0.947362 0.021689 现在，我如何在这两列上混合分组和入库函数呢假设我有bins = [0, 0.2, 0.4, 0.6, 0.8, 1]，我如何在列a上绑定data并获得mean (或max，min，sum等)。在每一天，每周，每一个月的每一个bin的col b上？
浏览 6提问于2019-02-12得票数 0
回答已采纳
1回答
我对Pandas的timeseries和dataframes很陌生，并且很难完成这个简单的任务。日期存储为日期时间对象“日期”的列表。基本上，我想计算一个完整的“标准年”--所有年份(1-365)每天的平均值。我从类似的(?)问题()，但不能达到预期的结果--365个“平均”日的时间序列，例如1月1日和1月2日的平均时间
浏览 2提问于2015-02-03得票数 8
回答已采纳
1回答
这是针对生产环境的一个真正通用的数据集。import pandas as pd
data = {'date_time':['2017-03-22 10:07',，并将它们返回到一个数据帧中，该数据帧包含运行周期的开始和结束的时间戳(表示运行= 1)以及聚合的var和production_line_no 最终的df必须如下所示： 启动dat
浏览 13提问于2020-08-23得票数 0
1回答
给定提交工作数量的时间序列，我如何预测这些工作的某些特性？我需要预测在某个系统中有多少工作和哪些工作到达。使用pandas.groupby，我将数据分割成15分钟一次。我可以预测有多少工作到达，但也需要预测哪种类型的工作将到来和其他一些特点。
浏览 0提问于2019-12-26得票数 1
回答已采纳
1回答
我正在尝试用Python绘制直方图的时间序列。。所以，基本上，我需要同样的东西，但我在R中真的很糟糕。在我的数据集中，通常每天有48个值。其中- 9999表示缺少的数据。对数据样本执行操作。我从读取数据和构造pandas DataFrame开始。import pandas as pd
df = pd.read_csv('sample.csv', parse_dates=True, index_col=0, na_v
浏览 0提问于2013-06-12得票数 7
回答已采纳
我使用Pandas已经有一段时间了，但直到现在还没有遇到这样做的需要。这是设置。我有几个Pandas序列(它们的索引完全相同)，比如A、B和C，还有一个复杂的函数func()。我尝试做的(以一种非Pandas效率的方式)是迭代应用func()的序列的索引。D = pandas.Series(i
浏览 1提问于2017-06-08得票数 0
1回答
虽然Pandas具有时间序列功能，但我仍在努力处理不完整时间序列数据的数据。我想计算一下每季度发行的股票(IssdQtr)，市值的季度变化(D_MV_Q)和去年的MV (L_MV_Y
浏览 0提问于2017-03-20得票数 2
回答已采纳
我的数据集有datetime数据，我希望每天都迭代，并在每天的一个属性上运行一些函数。我如何迭代datetime序列中的每一天？因此，我使用groupby(Date)进行迭代1 2-12-2018 13:22:27 \n谢谢,
浏览 0提问于2020-09-13得票数 0
2回答
我正在使用Azure上的 on，我有一个非常大的pyspark.pandas.DataFrame，call data，它包含不同产品的销售信息(作为时间序列)，这些信息可以由sku_id列标识，销售信息可以用我认为这和data.groupby("sku_id").target.apply(forecast)一样容易，但是进入forecast函数的时间序列是分区的
浏览 12提问于2022-07-15得票数 2
回答已采纳
1回答
Python火花作业优化
、、、、
列有4列，即：P.S -这是时间序列数据我们正在使用Facebook预言家模型进行预测建模，因为先知只接受Pandas数据格式作为输入，下面是我正在做的工作，以便将Spark数据格式转换为Pandas数据格式。df
# Calling prophet model with the converted pandas</
浏览 3提问于2018-09-02得票数 1
我有一个具有以下字段的时间序列表：我希望将每台机器在不同状态下花费的....在python(Pandas)中，我只需要做：(df=pandasDataframe)
df_utili
浏览 2提问于2020-04-14得票数 0
回答已采纳
1回答
我正在尝试将我的应用程序的一部分从pandas移植到dask，但在dask DataFrame上的groupby中使用lamdba函数时遇到了障碍。import dask.dataframe as dd
dask_df = dask_df.groupby).agg({'AGE' : lambda x: x * x })
浏览 3提问于2016-11-28得票数 6
我正在查看急诊室的数据，并希望为每小时到达急诊室的患者数量建立一个时间序列。我的数据集在一列中有患者到达的日期和时间(因此，第1行可能是'1/12/13，19:21:12'，但转换为pandas日期范围。我该如何
浏览 1提问于2014-06-24得票数 0
我有一个订阅的Pandas DataFrame，每个订阅都有一个开始日期时间(时间戳)和一个可选的结束日期时间(如果它们被取消了)。为简单起见，我基于开始和结束日期时间(时间戳)为日期(例如"20170901")创建了字符串列。columns=["sd", "ed"])
最终结果应该是在某个范围内的任何给定日期有多少订阅处于活动状态
浏览 0提问于2017-09-15得票数 2
2回答
我在熊猫中有一个处理时间序列的简单功能。我的问题是:我想应用它的时间序列的数量是非常大的。所以我想用pySpark来扩展它。Expected: 2 Actual: 3 --如何确保模式自动匹配？注意:我不想手动指定它(理想情况下)。在最坏的情况下--我能否将我的函数应用于单个时间序列，并将熊猫数据类型的
浏览 1提问于2020-11-20得票数 4
回答已采纳
1回答
我正在为一个简单的应用程序评估，在该应用程序中，数据将被插入/更新，然后执行一组基于时间范围的聚合查询。如何使用云数据存储查询对多个字段进行groupby查询？另外，云数据存储是否提供复杂的聚合查询，还是只能执行简单的get、排序和项目查询？: "user3", "
浏览 2提问于2017-11-26得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
