重新采样（'W'）奇怪的结果-解网

问：

我有一个包含每日日期的 pandas DataFrame，在这个 DataFrame 中，缺少一些日期。我的目标是从该 DataFrame 生成一个新的时间序列，该时间序列仅包含每周的最后一天。例如，如果特定周只有星期三和星期四条目，则生成的时间序列应仅保留该周的星期四数据点。

例如，我尝试了以下操作：

import pandas as pd
import numpy as np

# Create a sample time series with date index
#SUNDAY, MONDAY, TUESDAY, WED, THURSDAY
date_list = ['2023-10-01', '2023-10-02', '2023-10-03', '2023-10-04', '2023-10-05']

# Convert the date list to a pandas datetime index
date_rng = pd.to_datetime(date_list)

data = np.random.rand(len(date_rng))
time_series = pd.Series(data, index=date_rng)


# Resample the time series to weekly frequency and select the last observation for each week
weekly_last = time_series.resample('W').last()

weekly_last['Day of the Week'] = weekly_last.index.day_name()

# Print the result
print(weekly_last)

打印： ['SUNDAY'， 'SUNDAY'] 而它应该打印 ['SUNDAY'， 'THURSDAY']

所以我真的不知道如何实现我想要的？非常感谢您的帮助

Python Pandas 日期时间序列

# Create a sample time series with date index
#SUNDAY, MONDAY, TUESDAY, WED, THURSDAY
# date_list = ['2023-10-01', '2023-10-02', '2023-10-03', '2023-10-04', '2023-10-05']

date_list = np.arange(np.datetime64('2023-10-01'), np.datetime64('2023-10-31'), np.timedelta64(3, 'D'))

df = pd.DataFrame(date_list)

offset_day = df.loc[0, 0]

df['Day of Week'] = df[0].dt.day_name()
df['Week #'] = (df[0] - offset_day).dt.days // 7

print(df)

print(df.groupby('Week #').last())

这完全取决于你对一周的开始和结束的定义。这就是为什么我给你一个选项来设置 .目前，我只使用表格中的第一天，即星期日，所以我的周被定义为从星期日到星期六。看起来您想要一个周一到周日的一周，您可以通过设置 .offset_dayoffset_day = np.datetime64('09-25-23')

1赞 Tom 10/31/2023 #2

您可以使用 isocalendar（） 方法来获取一年中的一周，然后对其进行分组：

df = pd.DataFrame({'date': date_rng, 'value': data})
df['week'] = df['date'].dt.isocalendar().week
grouped = df.groupby('week').last().set_index('date')
weekly_last = grouped['value'].copy()

然后你得到预期的结果：

>>> weekly_last.index.day_name()
Index(['Sunday', 'Thursday'], dtype='object', name='date')

使用重新采样时，您可以根据需要每周对数据进行分组。但是，索引上分配的标签将是相应的星期日。你可以选择一个不同的日间锚点，但这对你没有帮助。因此，您基本上需要通过保留原始日期作为标签来进行相同的分组。'W'

为此，您可以对一年中编号的周进行分组，每周进行最后一次观测，并将该日期用于索引。除了对 resample/groupby 的调用之外，这需要一些额外的步骤，因为。

几点说明：

如果直接按一年中的星期（进行分组，则会丢失日期，并且只会在索引中看到一年中的星期。这就是为什么我在数据帧中收集东西的原因 - 然后日期保留在它们自己的列中，你可以用它来使它们成为索引。time_series.groupby(time_series.index.isocalendar().week).last()set_index()
目前，您还可以使用 weekofyear 属性来获取一年中的周。但是我在使用它时收到弃用警告，以及使用 .isocalendar()

1赞 Corralien 10/31/2023 #3

若要获取预期输出，请重置日期时间索引以保留它：

weekly_last = (time_series.to_frame('value').reset_index(names='ts')
                          .groupby(pd.Grouper(freq='W', key='ts'))
                          .agg({'ts': 'last', 'value': 'last'})
                          .set_index('ts')['value'].rename_axis(None).rename(None))

输出：

>>> weekly_last
2023-10-01    0.063242
2023-10-05    0.400444
dtype: float64

>>> weekly_last.index.day_name()
Index(['Sunday', 'Thursday'], dtype='object')

重新采样（'W'）奇怪的结果

Resample('W') weird results

评论

评论

评论