我只是在寻找一种更直观、更快的方法来获取不间断时间序列的开始和结束时间。下面是一个可复制的示例以及我目前的做法:
import pandas as pd
import numpy as np
import datetime
data = ['1999-01-01 00:00:00', '1999-01-01 01:00:00', '1999-01-01 02:00:00',
'1999-01-10 10:00:00', '1999-01-10 11:00:00', '1999-01-10 12:00:00', '1999-01-10 13:00:00',
'1999-01-20 17:00:00', '1999-01-20 18:00:00', '1999-01-20 19:00:00']
df = pd.DataFrame(data, columns = ['time'])
df['time'] = pd.to_datetime(df['time'])
# Conversion:
new_df = pd.DataFrame(columns=['Start Date', 'End Date'])
new_df2 = pd.DataFrame(columns=['End Date'])
df['diff'] = df['time'].diff(1)
df['diff2'] = df['diff'].shift(-1)
new_df['Start Date'] = df['time'].loc[df['diff'] != pd.to_timedelta(1, unit ='h')].reset_index(drop = True)
new_df2['End Date'] = df['time'].loc[df['diff2'] != pd.to_timedelta(1, unit ='h')].reset_index(drop = True)
new_df['End Date'] = new_df2['End Date']
new_df['Duration [Hours]'] = (new_df['End Date'] - new_df['Start Date']) / np.timedelta64(1, 'h')
print(new_df)
结果数据帧:
Start Date End Date Duration [Hours]
0 1999-01-01 00:00:00 1999-01-01 02:00:00 2.0
1 1999-01-10 10:00:00 1999-01-10 13:00:00 3.0
2 1999-01-20 17:00:00 1999-01-20 19:00:00 2.0
任何一种帮助都将是有价值的。
您可以按time
列的日期分组,然后用它们的first
和last
值减少它们。命名聚合允许立即放置新名称:
new_df = (df.groupby(df.time.dt.date)
.agg(**{"Start Date": ("time", "first"), "End Date": ("time", "last")}))
给
>>> new_df
Start Date End Date
time
1999-01-01 1999-01-01 00:00:00 1999-01-01 02:00:00
1999-01-10 1999-01-10 10:00:00 1999-01-10 13:00:00
1999-01-20 1999-01-20 17:00:00 1999-01-20 19:00:00
然后你可以计算结束之间的时间差
diff_in_secs = (new_df["End Date"] - new_df["Start Date"]).dt.total_seconds()
new_df["Duration [Hours]"] = diff_in_secs / 3600
得到
>>> new_df
Start Date End Date Duration [Hours]
time
1999-01-01 1999-01-01 00:00:00 1999-01-01 02:00:00 2.0
1999-01-10 1999-01-10 10:00:00 1999-01-10 13:00:00 3.0
1999-01-20 1999-01-20 17:00:00 1999-01-20 19:00:00 2.0
要精确匹配输出,可以重置索引:
>>> new_df = new_df.reset_index(drop=True)
>>> new_df
Start Date End Date Duration [Hours]
0 1999-01-01 00:00:00 1999-01-01 02:00:00 2.0
1 1999-01-10 10:00:00 1999-01-10 13:00:00 3.0
2 1999-01-20 17:00:00 1999-01-20 19:00:00 2.0
另一种方法是创建一个组
列,指示每行属于哪个组。这可以通过使用shift
和cumsum
来实现。之后,我们可以简单地使用groupby
创建想要的列。
df['group'] = (df['time'].shift(1) != df['time'] - pd.Timedelta(hours=1)).cumsum()
df = df.groupby('group')['time'].agg(['first', 'last', 'count'])
df['count'] = df['count'] - 1
df.columns = ['Start Date', 'End Date', 'Duration [Hours]']
df = df.reset_index(drop=True)
我们需要从计数值中删除1,因为这是我们想要的时间,而不仅仅是每个组中的行数。最后两行只是为了清理以匹配所需的输出数据帧。
结果:
Start Date End Date Duration [Hours]
0 1999-01-01 00:00:00 1999-01-01 02:00:00 2
1 1999-01-10 10:00:00 1999-01-10 13:00:00 3
2 1999-01-20 17:00:00 1999-01-20 19:00:00 2
我正在尝试将时间序列对象转换为矩阵。 此代码生成错误如下: 但是 出生时间序列 <代码>数据。矩阵(birthstimeseries)。它生成一维数据。如何将此数据帧的行数和列数保留到矩阵中。 我想要这样的结果作为一个矩阵。
此过程中的主要问题是下面的代码: 产生以下错误: 我有两个CSV文件,其中一个包含变量(降水量)的所有实际数据,每一列都是一个站点,它们的对应坐标在第二个单独的CSV文件中。我的示例数据在这里的谷歌驱动器中。 如果您想查看数据本身,但我的第一个 CSV 文件具有形状(39811、144),第二个 CSV 文件具有形状(171、10),但请注意;我仅将切片数据帧用作 (144, 2)。 这是代码:
我从Yahoo下载了以下数据集!金融(并做了一些基本的操纵)。我的问题是--如何将时间列转换为数据集,转换为数据集的列?
问题内容: 我正在使用Joda 2.5 将Joda LocalDate转换为LocalDateTime时遇到问题。 作为,我能够将TimeDateTime的LocalDate转换为DateTime。我想要相同的功能,但要通过LocalDateTime对象。 我的代码是: 假设Date来自不同的REST服务,例如 现在,此日期将传递到其他服务,如下所示: 我想要LocalDateTime对象,因为我
我正在尝试将pst时间戳转换为Java的gmt 我有一个时间戳为的字符串。我如何处理该字符串并将其转换为gmt时间戳? 我做了一些我想做的事,但还没去任何地方 结果是:
问题内容: 我有一个UTC时间(纪元Unix时间),其格式设置为时间戳,如下所示。 (人类可读的值:2017年5月31日09:57:00) 我需要将格式化为Unix时间的时间戳转换为GPS时间格式,如下所示。 (人类可读的值:2017年5月31日09:57:00) 我需要一个python程序(算法对我来说很好)将Unix时间格式的时间戳转换为GPS时间格式的时间戳。 有一个PHP程序可以这样做。我
问题内容: 我已经尝试过一百万种不同的方法,但是没有用。任何帮助将非常感激。 上面的方法不起作用。 基本上,我想做的是获取纪元时间并将其转换为澳大利亚时间。我的当地时间是+05.30,但是我当然不希望这成为促成这种转化的因素。 编辑- 当我运行您的确切代码时,输出 时代1318388699000 2011年10月12日星期三08:34:59 GMT + 05:30 12/10/2011 03:
我从GPS接收机接收到一个时间戳,它以秒后的微秒时间表示: