按周间隔创建时间序列pandas数据帧的多个子集
可以通过以下步骤实现：
- 首先，导入必要的库：
import pandas as pd
import numpy as np- 创建一个包含时间序列的数据帧：
dates = pd.date_range(start='2022-01-01', end='2022-12-31', freq='D')
df = pd.DataFrame({'date': dates, 'value': np.random.randn(len(dates))})- 将日期列设置为数据帧的索引：
df.set_index('date', inplace=True)- 使用
resample函数按周间隔对数据进行重采样，并创建多个子集：
weekly_subsets = [group[1] for group in df.resample('W')]现在，weekly_subsets是一个包含按周间隔创建的多个子集的列表。每个子集都是一个数据帧，包含该周的数据。
这种方法可以用于按任意时间间隔创建数据帧的子集，只需将freq参数的值修改为相应的时间间隔，例如按月间隔创建子集可以使用freq='M'。
注意：以上答案中没有提及腾讯云相关产品和产品介绍链接地址，因为题目要求不提及特定的云计算品牌商。
相关·内容
我试图通过一次添加几行来填充pandas中的现有数据帧，行数取决于一个理解列表，因此它是可变的。初始数据帧按如下方式填充： import pandas as pd
import portion as P
columns = ['chr', 'Start', 'End', 'type']
x = pd.DataFrame(columns=columns)
RANGE = [(212, 222),(866, 888),(152, 158)]
INTERVAL= P.Interval(*[P.closed(x, y) for x
浏览 31提问于2021-08-06得票数 0
1回答
如果我有一个Pandas数据帧，并且有一个datetime类型的列，我可以按如下方式获取年份：
df['year'] = df['date'].dt.year
对于dask数据帧，这是不起作用的。如果我先计算，就像这样：
df['year'] = df['date'].compute().dt.year
我得到了ValueError: Not all divisions are known, can't align partitions. Please useset_indexorset_partitionto set t
浏览 8提问于2017-03-15得票数 4
回答已采纳
1回答
我正在处理一些玻璃钻孔温度数据，该数据由大约1000行乘700列组成。垂直索引是深度(即，当您向下移动时，数组深度增加)，列标题是日期时间值(即，当您沿着数组向右移动时，您将在时间上向前移动)。 我正在寻找一种方法来平均列中的所有温度取决于日期采样率。例如，较早的日期时间间隔为10分钟，而较晚的日期时间间隔为6小时。 如果能够将采样作为输入，并基于该采样率提取数据，这将是一件好事，这样我就可以看到哪一个效果最好。 如果我选择比方说3小时采样，如果间隔超过3小时，这将被忽略，并且在这种情况下不会对数据进行任何更改(即，10分钟的日期时间间隔是平均的，但6小时的日期时间间隔不受影响)。 所有这些
浏览 13提问于2019-10-14得票数 0
1回答
我有一个消息数量和发送时间段的数据帧(以10分钟为增量)。下面是一段代码： +---------------------+--------------+
| UnixTime | Num messages |
+---------------------+--------------+
| 2019-02-01 00:00:00 | 54 |
| 2019-02-01 00:10:00 | 23 |
| 2019-02-01 00:20:00 | 36 |
+---------------------+----
浏览 31提问于2019-05-29得票数 1
回答已采纳
我有两个数据帧： df1有一份名单，列出了一年中在不同星期收到代金券的人。它显示每个客户在哪周收到他们的代金券。df2为df1中的人们提供日常事务处理。 每个数据框都有数百万行 我想: 1-按周拆分df1，产生52个数据帧(df1.1、df1.2、df1.3...df1.52) 2-对于52个数据帧中的每一个，我想执行以下操作： df2[df2$customer_ID %in% df1.1$customer_ID, ] %>%
group_by(week_num) %>%
summarise(tot_sales = sum(sales) 每次循环创建一个包含一行的数据
浏览 19提问于2021-01-13得票数 1
1回答
python新手。我有一个包含日期时间列(本质上是一个巨大的时间序列数据)的dataframe。我基本上想把它分成多个子集，每个子集数据帧包含一周的数据(从第一个时间戳开始)。我已经在groupBy和Grouper上尝试过了，但它返回的元组本身并不包含一周的数据。此外，Grouper (以前的TimeGrouper)文档对此也不是很清楚。 这就是我尝试过的。有更好的想法或方法吗？ grouped = uema_label_format.groupby(pd.Grouper(key='HEADER_START_TIME', freq='W'))
浏览 19提问于2020-06-23得票数 0
数据帧A存在。 我想创建数据帧B，并在数据帧B中插入数据帧A中的某些列。 我不想使用列号，而是使用列名。 非常感谢！
浏览 7提问于2019-12-12得票数 2
回答已采纳
我需要只绘制前n个组，或者绘制来自熊猫数据帧的一组组中的n个项目的多个图。框架包含列，如下所示 import pandas as pd
import seaborn as sns; sns.set()
import numpy as np
datain = np.loadtxt("data.txt")
df = pd.DataFrame(data = datain, columns = ["t","p","x","y","z"]) 只需使用numpy从文件加载即可。当前的绘图代码是， ax2 =
浏览 12提问于2019-03-01得票数 0
回答已采纳
1回答
对于一个研究项目，我有一个相对较大的代码块，需要相当长的时间才能运行。需要缩短此程序运行所需的时间，因此运行profr来查看哪些函数占用的时间最多。问题是，我不理解这个符号。有没有人能给我解释一下，或者给我一个资源，解释一下这些是什么意思：
[<-.data.frame
[[.data.frame
[<-
[
[.factor
[.data.frame
[<-factor
？我意识到它们一定是R中用于创建新数据帧和子集数据帧的某种内部结构，我只是不知道是哪种。
谢谢。
浏览 3提问于2012-07-10得票数 1
回答已采纳
1回答
用整数设置时间序列
、、、
我见过很多关于通过特定的日期要求来划分时间序列的文章，但是我不知道如何基于整数进行子集。考虑：
# create dummy data
data <- ts(seq_len(96), start=c(2009,1), f=12)
# create training data
training.set <- ts(data[1:(length(data)-8)], start=c(2009,1), frequency=12)
# I want to remove the last 8 values (or any integer) and use that as a test se
浏览 5提问于2017-02-15得票数 3
回答已采纳
1回答
我有一个时间序列数据有一些缺失的日期。例如，在'2017-08-06‘下面的数据集中缺少。
📷
若要在先知模型中输入此数据，是否必须创建包含所有缺失日期的数据框架？我知道先知模型不需要在任何特定的时间内填充丢失的数据，因为它是一个基于曲线拟合的模型。但我不确定是否应该将所有日期都包括在每日时间序列预测中。非常感谢你回答我的问题。
浏览 0提问于2022-10-06得票数 4
回答已采纳
我只是在摆弄一些足球数据，实际上我想在几个列上添加两个数据帧。 这就是我所拥有的： import pandas as pd
d1 = {'PlayerID': [1, 2], 'Name': ['Tyreek', 'Amari'], 'Targets': [15, 16], 'Receptions': [11, 13]}
df1 = pd.DataFrame(data=d1)
d2 = {'PlayerID': [1, 2], 'Name': ['Tyr
浏览 4提问于2021-09-21得票数 0
1回答
目前正在从Python过渡到R。在Python中，您可以使用pandas创建日期范围，并将其添加到数据框中，如下所示；
data = pd.read_csv('Data')
dates = pd.date_range('2006-01-01 00:00', periods=2920, freq='3H')
df = pd.DataFrame({'data' : data}, index = dates)
我如何在R中做到这一点？
此外，如果我想比较两个长度不同但时间跨度相同的数据集，您可以用较低的频率对数据集进行重新采样，以便通过
浏览 9提问于2016-08-09得票数 0
回答已采纳
我有一个脚本，可以将系统日志文件读取到pandas数据帧中，并从这些数据帧生成图表。图表适用于较小的数据集。但当我面对更大的数据集时，由于更长的数据收集时间框架，图表变得太拥挤而无法辨别。
我计划对数据帧进行重采样，以便如果数据集超过一定大小，我将对其进行重采样，以便最终只有SIZE_LIMIT行数。这意味着我需要过滤数据帧，这样每个n= actual_size/SIZE_LIMIT行都会聚集到新数据帧中的一行。agregation可以是平均值，也可以是第n行。
我对熊猫不是很熟悉，所以可能错过了一些明显的方法。
浏览 2提问于2013-01-30得票数 4
回答已采纳
1回答
我有如下数据：
df <- structure(list(Variable =c("A", "B", "A", "B", "A", "B", "A", "B", "A"),
Quantity=c("1", "100", "2", "5", "6", "30", "8", "15", "133"),
浏览 0提问于2018-05-16得票数 0
回答已采纳
我需要在Firestore上建立多到多的关系。以下是要求摘要。
一家公司可以为一个项目雇佣许多承包商。承包商可以在不同的时间为许多公司在不同的项目中工作。
承包商或公司的数量不应受到限制，即应使用托收或分收款。
承包商应能向公司查询，反之亦然，公司应能向承包商查询。例如，(1)承包商可能要求提供他/她工作的公司名单，按项目和时间分类；(2)公司可以要求所有为其工作一个月以上的承包商，按项目和承包商排序，并可能按周划分。
就业主而言，承包商可以改变状态，例如工作、完成。公司在项目生存期内更改承包商的状态。此状态可用于查询。
显然，承包商不应获得
浏览 0提问于2019-06-06得票数 1
我在这里有一个数据帧，我正在尝试使用pandas interval_range创建一个范围。
import pandas as pd
df1 = pd.DataFrame({'time1': ['22:00', '6:30', '12:30'], 'time2': ['1:00', '12:30', '19:30'], 'Val':['a','b','c']})
df1['time1']
浏览 0提问于2021-03-16得票数 1
我有一个全局时间间隔(从一个UTC“时间戳”到另一个时间标记)，并希望确定该间隔的哪一部分与给定时区中给定的一周内的某一天重叠。
让我们举个例子:假设间隔是2018-05-11T02:00:00Z/2018-05-11T10:00:00Z，周中的一天是，星期五，。
对于纽约(美国/纽约)，间隔转换为本地日期间隔2018-05-10T22:00/2018-05-11T06:00，其中间隔的头两个小时周五不重叠。因此，产生的间隔应该是2018-05-11T04:00:00Z/2018-05-11T10:00:00Z。如果时区是哥本哈根(欧洲/哥本哈根)，原来的时隙将保持不变，因为所有时区星期五都重
浏览 0提问于2018-05-11得票数 1
回答已采纳
我在一组数据中有多个“开始”和“停止”时间序列，我想看看一组特定的日期/时间是否落在一组给定的“开始/停止”时间之间。我在python中使用pandas，并尝试将数据作为数据帧或时间序列-两者都不起作用。我一直在使用这段代码：
print (start1 < test1[0:LenS] < stop1).any()
(请注意，"test10:LenS“只是为了确保test1与start1和stop1的长度相同)，我得到了这个错误：
ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bo
浏览 12提问于2017-03-14得票数 0
回答已采纳
如果我有一个按周日期(2019-01-07、2019-01-14、2019-01-21等)编制索引的数据帧，那么在Pandas中是否有一种方法可以有效地只选择与索引中每个月的最后一周对应的行？
浏览 21提问于2020-04-06得票数 3
回答已采纳
我想递归地删除位于定义的时间增量之间的数据帧行-如图所示。
我准备了以下代码片段：
import pandas as pd
time_series = pd.date_range('2018-01-01', periods=100, freq='ms')
df = pd.Series(range(len(time_series)), index=time_series)
print(df)
df = df.drop(df.between_time("00:00:00.003", "00:00:00.098").index)
浏览 26提问于2020-03-11得票数 1
2回答
我有一个数据可视化的问题，我想得到一些意见。我目前正在使用python pandas清理数据集，然后将其上传到SISENSE中以供使用。我尝试做的是可视化活动作业，根据特定任务的开始日期和结束日期按周/月进行分组。例如，我有一组作业，它们的开始日期如下，在数据帧中以行的形式组织：
作业ID开始日期结束日期
工作1 5/25/2020 6/7/2020
工作2 2020年5月25日31日
在2020年5月25日的那一周，我有两个活跃的工作，而在2020年6月1日的一周，我有1个活跃的工作。可视化应该看起来像一个条形图，其中x轴是周/时间段，y轴是活动作业的计数。
我如何才能最好地将其组织到一个数
浏览 10提问于2020-05-28得票数 0
我有两个数据帧我想在Pandas中合并。它们都有一个我正在合并的日期时间列，但是，一个每分钟和5分钟有行(取决于年份)，而另一个dataframe每15分钟有行。如果我执行一个外连接，我可以合并它们，但是每15分钟才会有来自两个数据帧的数据。我想复制15分钟的数据，并用这些数据填充每1或5分钟的行。因此，12:00AM的数据将填充12:14之前的所有行(包括12:14然后，12:15 to会被复制，并填写到12:29 to等。这有意义吗？我如何才能做到这一点？看起来很相似，但我不确定如何为我的确切场景实现，特别是考虑到我的一个数据帧在不同的年份从5分钟到1分钟的间隔。
浏览 0提问于2014-12-19得票数 4
1回答
在时间序列预测方面，我已经读过，时间序列是在连续的等间距时间点(这意味着它的顺序)获取的一系列数据。如果我有不连续的时间序列数据，例如：
如果我有数据显示工作时间内的室温，特别是从早上7:00到下午3:00。这一数据会在一周中的某一天重复。所以我们有类似的东西：
星期六：
星期日：
周一：
第一个问题是：
这被认为是时间序列数据吗？
如果我想预测周一下午1点的室温考虑到这种类型的数据集，我如何才能做到这一点呢？
浏览 0提问于2018-04-05得票数 4
1回答
有人能解释一下为什么会这样吗：
In [286]: type(df.date.ix[0])
Out[286]: pandas.tslib.Timestamp
In [287]: type(df.date.ix[[0]])
Out[287]: pandas.core.series.Series
和
In [285]: df.date.ix[[0]]
Out[285]: 0 2015-11-03 14:57:27
Name: date, dtype: datetime64[ns]
In [283]: df.date.ix[0]
Out[283]: Timestamp(&
浏览 1提问于2016-01-15得票数 0
下面是道格拉斯·蒙哥马利( Douglas Montgomery)出版的“时间序列分析与预测导论”( Introduction to Time Series Analysis &Introduction)一书中的数据
我从这个电子表格中创建了一个名为pharm的数据框架。我们只有两个变量，但它们在几个列中重复。我想把所有奇怪的“周”列都放在第二栏之后，并把它们放在第一周列下，以便排列整齐。相反，我想对偶数“销售，千”栏做同样的事情。到目前为止，我尝试过的是：
pharm2 <- data.frame(week=c(pharm$week, pharm[,3], pharm
浏览 3提问于2021-10-27得票数 1
回答已采纳
1回答
当我们按home键时，vim接收三个ascii代码：\e。
如何确定用户按下home，而不是按下Esc O H。
我想到的一种方法是:使用一个大的计数参数读取() stdin，以耗尽它，测试返回值。如果大于1，我们认为它是由函数键生成的转义序列。
然而，存在一个问题：
如果vim运行在远程服务器上，用户通过putty对其进行操作。用户希望在上面插入一行并插入字符H，因此他按下了Esc O H。三次击键被包装成三个网络包并传送到服务器。由于网络拥塞，这些包裹同时到达。
因此，这三个特征同时出现在vim的stdin缓冲器中，被误认为是home的转义序列。
我不知道vim如何避免这样的问题，你有更好
浏览 0提问于2018-07-12得票数 2
2回答
我有一张这样的桌子：
user week message col2
---- ----- ---- ----
A 1 Hi 30
A 1 Hello 30
A 2 To 30
A 2 From 40
B 1 call 30
B 1 should 20
B 2 sadas 50
我需要先按用户分组，然后按周分组，并处理一些数据。
浏览 0提问于2017-04-23得票数 0
回答已采纳
我有一个团队名称列表(teamNames)和一个数据帧列表(weekSummaries)。
我想按周列出一份团队总结：
teamSummaries <- llply(teamNames,getTeamSubset)
getTeamSubset = function(teamName){
temp=ldply(weekSummaries,subset,team_name==teamName)
}
然而，当我运行这个程序时，我会得到一个错误
>Error in eval(expr, envir, enclos) : object 'teamName' not fo
浏览 1提问于2013-12-17得票数 0
回答已采纳
1回答
我正在努力学习更多关于多变量时间序列预测的知识。我想根据天气数据来预测难民抵达欧洲的情况。到达数据来自不同的来源，天气数据也是如此。有没有办法将这两者结合起来，以便有一个用于多变量时间序列预测的数据集?1个时间序列:每月到达数据2个时间序列:天气数据 有没有可能用天气数据和到达数据制作一个数据帧，用于多变量时间序列预测？ 对于这项任务，我使用panda作为我的主要库，并使用其他一些库进行时间序列分析。 通过pandas和numpy实现了该算法。
浏览 6提问于2021-07-05得票数 0
1回答
我使用Pandas生成指定范围内的日期和时间列表，以获取查询API。我的目标是按小时查询周或月。
time_range = pd.date_range('20180601T07:00:0000', '20180701T07:00:0000', freq='H')
time_range = time_range.strftime("%Y%m%d"+'T%H:00-0000')
以所需的列表格式生成时间列表。我遇到的困难是URL是格式化的……
startdatetime=20180601T07:00-0000&
浏览 56提问于2018-07-10得票数 1
回答已采纳
1回答
我需要在Oracle中返回两个日期之间的时间，除了周末的时间外，我可以返回分钟。但是，当我设定一个周末日期时，我会收到一个null结果，而不是每周剩下的时间。
首先，我们需要创建一个函数：
CREATE OR REPLACE FUNCTION get_bus_minutes_between (start_dt DATE, end_dt DATE)
RETURN NUMBER
IS
v_return NUMBER;
BEGIN
select sum(greatest(end_dt - start_dt,0)) * 24 * 60 work_minutes
into
浏览 2提问于2020-09-14得票数 0
回答已采纳
我正在读取只包含可用时间的时间序列数据。这导致Series没有缺失值，但索引间距不相等。我想把它转换成一个具有等间距索引和缺失值的Series。因为我事先不知道间距是多少，所以我目前使用的函数如下
min_dt = np.diff(series.index.values).min()
new_spacing = pandas.DateOffset(days=min_dt.days, seconds=min_dt.seconds,
microseconds=min_dt.microseconds)
series
浏览 1提问于2012-06-27得票数 3
sktime库需要一个非常“特殊”的data format。对于n个时间序列，每个序列的T值需要存储在长度为T的pandas序列的pandas Dataframe中，如下所示： DataFrame： index | Data
0 | pd.Series
1 | pd.Series
... | ...
n-1 | pd.Series 我试图通过读取另一个数据帧来填充循环中n=2和T=3的空数据帧，但没有成功。下面是我的简化版本，在每一行中使用一个常量pd.Series： import pandas as pd
df = pd.DataFrame(
浏览 14提问于2020-06-17得票数 1
回答已采纳
3回答
我有一个一个月的DataFrame，它有一个datetime对象列和一堆我想要应用的函数--按周应用。因此，我希望循环遍历DataFrame，并将函数应用于每周。我如何迭代每周的时间段？
我的DataFrame看起来像这样：
下面是一些随机的日期时间代码：
np.random.seed(123)
n = 500
df = pd.DataFrame(
{'date':pd.to_datetime(
pd.DataFrame( { 'year': np.random.choice(range(2017,20
浏览 7提问于2018-08-08得票数 1
回答已采纳
首先，如果我犯了错误或很难解释，我很抱歉，我不习惯使用MySQL，因为这不是我的立场，但我们的数据库开发人员有点固执，所以我必须问这个问题。 是否可以将存储在列中的时间和日期提前一周，比如说每周过去一周。 我正在构建一个安卓应用程序，它将依赖于一个时间表，在MySQL数据库中将有一些初始日期，其中一些将表示需要每周执行的操作，其他的每两周执行一次，还有一些每月执行。 它将在安卓工作室的RecyclerView中包含的基本列表中显示时间表。 现在，我当然可以从数据库中抓取初始日期，然后创建间隔，但这将使代码变得复杂，这可能是不必要的，因为我必须始终检查并丢弃已经过去的日期。 如果有一种方法可以
浏览 15提问于2019-02-12得票数 0
2回答
在R中，我有一个全天记录的各种统计数据的数据帧。(例如，心率)。每个度量条目的时间戳都是自动创建的，我已经将它们转换为一个POSIXt类元素。
观察的次数每天都不同。
我想知道如何按天/周/月计算汇总统计数据。
浏览 1提问于2010-08-09得票数 2
回答已采纳
我正在学习使用R的能力，在技术贸易规则(TTR)包的技术贸易。假设一个密码投资组合和它的参考货币BTC。使用收集历史时数据(60个周期)并转换为zoo对象。其目的是为每个密码创建一个14周期的RSI (并可能在一个画布中可视化所有密码)。对于每个密码，我期望RSI输出为14 NA，然后是46个计算值。但我得到了360条输出我在这里错过了什么？
require(jsonlite)
require(dplyr)
require(TTR)
portfolio <- c("ETH", "XMR", "IOT")
for(i in 1:lengt
浏览 0提问于2017-09-24得票数 1
回答已采纳
我有一个data.table，我有几个列与项目的数量，日期等。然而，我想分组一些款项的期限为2周或6个月。我已按星期、一个月及季申请分组如下：
total.national.sales.by.category <- table[, sum(total_price),
by= .(week(local_created_day),category)]
其中，local_created_Day是date列，而total_price只是一个数值列。
但是，我想将表按2周或6个月的时间分组，但是在data.tab
浏览 4提问于2019-09-17得票数 2
回答已采纳
1回答
我想创建3个序列索引图，一个用于1级和2级，一个用于3级和4级，一个用于5级和6级，并创建一个图例作为单独的图。
seqIplot中的group=选项不会对数据进行子集。我尝试对数据帧子集来创建3个状态序列对象，但并不是所有级别都有相同的字母表，因此这不是一个可行的解决方案。绘制组子集的简单方法是什么？
浏览 0提问于2012-12-18得票数 2
回答已采纳
1回答
Parquet是否支持在单个文件中存储不同宽度(列数)的各种数据帧？例如，在HDF5中，可以存储多个这样的数据帧并通过密钥访问它们。到目前为止，从我的来看，Parquet不支持它，所以可以选择将多个Parquet文件存储到文件系统中。我有一个相当大的数字(比如10000)的相对较小的帧~1-5MB的处理，所以我不确定这是否会成为一个关注？
import pandas as pd
import pyarrow as pa
import pyarrow.parquet as pq
dfs = []
df1 = pd.DataFrame(data={"A": [1, 2, 3],
浏览 0提问于2018-05-21得票数 13
回答已采纳
1回答
我有一个大的数据和一个小的数据，我想加入到一起。小数据存储与大数据按组的值范围相对应的最大每周值。我想加入每组每周的最大值到大帧。
大框架：
L
datetime group value
2014-05-07 A 3
2014-05-07 B 3
2014-05-14 A 4
2014-05-14 B 2
2014-05-15 A 6
2014-05-15 B 4
2014-05-16 A 7
2014-05-16 B 10
浏览 1提问于2014-08-29得票数 0
回答已采纳
1回答
我有一些每日的时间序列数据。我正在尝试从每日的历史数据中预测未来3天。
历史数据显示出基于一周中某一天的明确趋势，如周一、周二等，周一和周二是高峰期，周三通常是高峰期，然后在一周剩下的时间里下降。
如果我按月或按周对数据进行分组，我肯定可以看到随着时间的推移而上升的趋势，这种趋势似乎是累加的。
我的目标是只预测未来3天。我的直觉告诉我采取一种方法，我希望得到一些关于利弊和其他方法的反馈。
我的直觉告诉我，按周或月对数据进行分组，然后预测下一周或月可能会更好。假设我通过将每周的历史数据加载到ARIMA中，对下周进行训练、测试和预测，从而预测下周的总额。在一周内，每周的每一天通常占该周总数的x%。
浏览 28提问于2019-10-24得票数 0
1回答
我正在遵循下面的示例：
他们的代码可以像预期的那样工作，但我试图按周、日、月等将其扩展到autobin。我知道这个数据集没有时间，但我也想存储我自己的一组数据，这些数据也有时间使用小时。这看起来很简单，但这段代码并没有产生正确的结果：
import plotly.io as pio
import pandas as pd
df = pd.read_csv("https://plot.ly/~public.health/17.csv")
data = [dict(
x = df['date'],
autobinx = False,
autobin
浏览 2提问于2020-03-17得票数 1
1回答
我有一个样本数据集。我使用一些条件创建了原始数据帧的子集。现在，除了创建的子集之外，我还需要提取原始示例数据框架的其余内容。我该怎么做？
data("mtcars")
fulldf <- mtcars
subdf <- subset.data.frame(fulldf, subset = fulldf$disp < 100)
restdf <- subset.data.frame(fulldf, subset = <fulldf without subdf>)
在R中设置数据帧有很多问题，但我找不到满足我需求的问题。另外，最终的解决方案不一定
浏览 0提问于2019-03-20得票数 1
回答已采纳
2回答
我必须存储预定的事件(比如上课时间)，可以按周、按日或按月组织。事件可以发生，比方说，每个星期一和星期三，或者每月的第二个星期四。有没有办法将这些信息存储在遵循3NF的RDBMS中？
编辑:这不是家庭作业；我正在和一个朋友一起构建一些我们自己的启迪，我们想要它在3NF中。
具体地说，我正在尝试存储RC教区弥撒和告解时间的日程表。这些可以安排在地狱的许多方式，例如每个周日在x时间或每个星期二/清华在不同的时间。有时只有一个月的第三个星期五，而另一些只在一年中的某个时间提供一次。我不仅需要存储这些信息，还需要查询它，这样我就可以快速获得下一天或一周或其他任何时间的可用时间的全面列表。
我认为严格地
浏览 0提问于2009-06-19得票数 6
回答已采纳
1回答
App引擎数据建模问题
、、、
我对用GAE进行高效查询的数据模型建模有点陌生，但对RDBMS有广泛的了解。
问题是:我得到了大约一百万个术语(字符串)，需要查询和比较相关的数值，将其作为时间序列与每周数据点进行比较。把它想象成一个在X轴上有时间的图，一个表示数值测度的线性Y轴。
到目前为止，我在数据存储中得到了每个术语和每天的离散数据点，我正在寻找一种方法来按周汇总数据并存储数据，以便有效地查询数据存储。我在考虑预先计算一些不同长度的时间序列(4周、5周、6周等)。每个项，并将每个条目存储为{term, start_week, [time series]}
使用RDBMS，我可以轻松地按周分组并以编程方式创建数据系列，无论
浏览 3提问于2010-08-11得票数 1
假设我在时间上有离散的事件，例如病人生病，我想预测这些事件是否是其他潜在事件的指标，例如疾病爆发。通常情况下，人们会将基于事件的时间序列转换为一个规则的时间序列，例如，将每周患者的数量进行汇总。然而，我觉得这种聚合会丢失很多信息，而且也很难利用事件的多重特征，例如病人的年龄、病人的性别等。我的问题很笼统:是否有统计学/数据科学的分支，在任意时间将时间序列视为由事件组成，而不是按均匀分布的时间间隔聚集值？
我试着在谷歌上搜索，但似乎很难用搜索引擎理解的方式表达这个问题。
浏览 0提问于2018-11-14得票数 1
回答已采纳
我是Pandas的新手，但我正在尝试分析员工时间戳的数据集，以确定每周唯一的每日时间戳的总和。
我的初始数据帧(input1)如下所示(但要长得多)：
ID Datetime Week/Year
0 15.0 2019-02-04 08:28:44 6/2019
1 15.0 2019-02-04 12:48:05 6/2019
2 15.0 2019-02-04 12:54:29 6/2019
3 15.0 2019-02-05
浏览 33提问于2019-06-05得票数 0
回答已采纳
我正在尝试合并3个Dask数据帧并相应地查询它们。数据帧是从formula1数据的SQL表的.csv文件创建的。表格 laptimes: raceId, driverId, lap, position, time
races: raceId, year, round
drivers: driverId, forename, surname 下面的laptimes表与races和drivers表具有外键关系。我已经读入，合并了数据帧，并尝试查询数据帧： from dask import dataframe as df
import pandas as pd
pd.set_option("
浏览 82提问于2021-10-05得票数 2
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
实时音视频
对象存储
云直播活动推荐
腾讯云开发者
