1

Pandas には、次のようなデータセットがあります。

                     Value
2005-08-03 23:15:00   10.5
2005-08-03 23:30:00   10.0
2005-08-03 23:45:00   10.0
2005-08-04 00:00:00   10.5
2005-08-04 00:15:00   10.5
2005-08-04 00:30:00   11.0
2005-08-04 00:45:00   10.5
2005-08-04 01:00:00   11.0
...
2005-08-04 23:15:00   14.0
2005-08-04 23:30:00   13.5
2005-08-04 23:45:00   13.0
2005-08-05 00:00:00   13.5
2005-08-05 00:15:00   14.0
2005-08-05 00:30:00   14.0
2005-08-05 00:45:00   14.5

最初に、データを日付でグループ化し、各グループの最大値を新しい列に保存したかったので、このタスクには次のコードを使用しました。

df['ValueMaxInGroup'] = df.groupby(pd.TimeGrouper('D'))['Value'].transform(max)

ここで、以前のグループの最大値を格納する別の列を作成したいので、目的のデータ フレームは次のようになります。

                     Value  ValueMaxInGroup  ValueMaxInPrevGroup
2005-08-03 23:15:00   10.5             10.5                  NaN
2005-08-03 23:30:00   10.0             10.5                  NaN
2005-08-03 23:45:00   10.0             10.5                  NaN
2005-08-04 00:00:00   10.5             14.0                 10.5
2005-08-04 00:15:00   10.5             14.0                 10.5
2005-08-04 00:30:00   11.0             14.0                 10.5
2005-08-04 00:45:00   10.5             14.0                 10.5
2005-08-04 01:00:00   11.0             14.0                 10.5
...
2005-08-04 23:15:00   14.0             14.0                 10.5
2005-08-04 23:30:00   13.5             14.0                 10.5
2005-08-04 23:45:00   13.0             14.0                 10.5
2005-08-05 00:00:00   13.5             14.5                 14.0
2005-08-05 00:15:00   14.0             14.5                 14.0
2005-08-05 00:30:00   14.0             14.5                 14.0
2005-08-05 00:45:00   14.5             14.5                 14.0

したがって、前の行の値を単純に取得するには、次を使用しました

df['ValueInPrevRow'] = df.shift(1)['Value']

別のグループの最小/最大/f(x) を取得する方法はありますか? 私は仮定した

df['ValueMaxInPrevGroup'] = df.groupby(pd.TimeGrouper('D')).shift(1)['Value'].transform(max)

しかし、うまくいきませんでした。

4

1 に答える 1

1

groupby/agg、shiftおよびを使用して、目的の結果を得ることができますmerge。

import numpy as np
import pandas as pd
df = pd.DataFrame({'Value': [10.5, 10.0, 10.0, 10.5, 10.5, 11.0, 10.5, 11.0, 14.0, 13.5, 13.0, 13.5, 14.0, 14.0, 14.5]}, index=['2005-08-03 23:15:00', '2005-08-03 23:30:00', '2005-08-03 23:45:00', '2005-08-04 00:00:00', '2005-08-04 00:15:00', '2005-08-04 00:30:00', '2005-08-04 00:45:00', '2005-08-04 01:00:00', '2005-08-04 23:15:00', '2005-08-04 23:30:00', '2005-08-04 23:45:00', '2005-08-05 00:00:00', '2005-08-05 00:15:00', '2005-08-05 00:30:00', '2005-08-05 00:45:00']) 
df.index = pd.DatetimeIndex(df.index)

# This is equivalent to
# df['group'] = pd.to_datetime(df.index.date)
# when freq='D', but the version below works with any freq string, not just `'D'`.
grouped = df.groupby(pd.TimeGrouper('D'))
labels, uniqs, ngroups = grouped.grouper.group_info
df['group'] = grouped.grouper.binlabels[labels]

result = grouped[['Value']].agg(max)
result = result.rename(columns={'Value':'Max'})
result['PreviouMax'] = result['Max'].shift(1)

df = pd.merge(df, result, left_on=['group'], right_index=True)
print(df)

収量

                     Value      group   Max  PreviouMax
2005-08-03 23:15:00   10.5 2005-08-03  10.5         NaN
2005-08-03 23:30:00   10.0 2005-08-03  10.5         NaN
2005-08-03 23:45:00   10.0 2005-08-03  10.5         NaN
2005-08-04 00:00:00   10.5 2005-08-04  14.0        10.5
2005-08-04 00:15:00   10.5 2005-08-04  14.0        10.5
2005-08-04 00:30:00   11.0 2005-08-04  14.0        10.5
2005-08-04 00:45:00   10.5 2005-08-04  14.0        10.5
2005-08-04 01:00:00   11.0 2005-08-04  14.0        10.5
2005-08-04 23:15:00   14.0 2005-08-04  14.0        10.5
2005-08-04 23:30:00   13.5 2005-08-04  14.0        10.5
2005-08-04 23:45:00   13.0 2005-08-04  14.0        10.5
2005-08-05 00:00:00   13.5 2005-08-05  14.5        14.0
2005-08-05 00:15:00   14.0 2005-08-05  14.5        14.0
2005-08-05 00:30:00   14.0 2005-08-05  14.5        14.0
2005-08-05 00:45:00   14.5 2005-08-05  14.5        14.0

ここでの主なアイデアは、取得できるようgroupby/aggに代わりに使用することですgroupby/transform

result = grouped[['Value']].agg(max)
result = result.rename(columns={'Value':'Max'})
result['PreviouMax'] = result['Max'].shift(1)
#              Max  PreviouMax
# group                       
# 2005-08-03  10.5         NaN
# 2005-08-04  14.0        10.5
# 2005-08-05  14.5        14.0

次に、目的の DataFrame を日付でマージdfし resultた結果として表現できgroupます。

于 2016-07-11T01:23:19.803 に答える