我需要在pandas TimeSeries/DataFrame对象中存储Python decimal类型值。在TimeSeries/DataFrame上使用"groupby“和"mean”时，Pandas给了我一个错误。4 -0.227240 6 0.396150但是，如果使用十进制值而不是浮
浏览 4提问于2012-07-13得票数 5
回答已采纳
我有一个用dtype Series的十进制数填充的pandas Decimal对象。我想使用新的pandas 0.8函数对小数时间序列进行重采样，如下所示：当我尝试这样做时，我得到了一个"GroupByError:没有要聚合的数值类型“错误。我假设问题是在内部使用np.mean对值进行重采样
浏览 1提问于2012-08-01得票数 6
回答已采纳
我创建了一个DatetimeIndex，并希望使用该索引对数据进行重新采样。usr/local/lib/python2.7/dist-packages/pandas-0.8.1-py2.7-linux-i686.egg/pandas/core/generic.py", line)
File "/usr/local/lib/python2.7&#
浏览 0提问于2012-10-25得票数 0
2回答
它是否有可能使用熊猫resample方法，然后只使用第一个(或任何特定的)分区的应用(或在这方面的任何其他方法)？为了说明： return [x]
现在，这给出了我想要的输出，但也计算了所有其他分区的输出(很明显)，但是如果我只想从重放对象中选择第一个分区，它将自动取其平均值并发出警告：
my_timeseries.
浏览 0提问于2018-06-19得票数 1
回答已采纳
2回答
我很难弄清楚如何重新整理熊猫的日期时间索引数据，但是需要一个最小的值才能给出一个值。我想重新充实每日数据每月，并要求至少90%的值是存在的，以产生一个价值。通过每日数据的输入：rng = pd.date_range('1/1/2011', periods=365, freq='D'
浏览 5提问于2018-02-27得票数 9
回答已采纳
给定以下高频但稀疏的时间序列：dti1 = pd.date_range(start=datetime(2015,8,1,9,0,0),periods=10,freq函数计算一个半衰期为5ms的指数加权移动平均值，如下所示：然而，在幕后，该函数以1ms的间隔对我的时间序列进行重新采样这会导致输出中包含数千个额外<
浏览 1提问于2015-08-02得票数 3
我有一个Oracle表，其中包含类型为VARCHAR2 (即字符串)和类型为NUMBER (即带有小数部分的数值)的列。并且数值列实际上包含带有小数点的值，而不是整数值。但是，当我通过pandas.read_sql将这个表读入Pandas数据帧时，我收到的数据帧中的数字列是int64。如何避免这种情况，并接收包含完整十进制值的f
浏览 3提问于2020-05-28得票数 2
我想聚合一个pandas.Series，每小时的DatetimeIndex值为月值，同时考虑到午夜的偏移量。考虑以下(统一的)时间序列，跨度约为1.5个月。import pandas as pd
在考
浏览 3提问于2022-11-11得票数 2
1回答
我有一个带有列volt的timeseries dataframe。我已经应用了滚动窗口操作，这一数据格式为24H。').groupby('machineID').rolling(window=1, freq='24h').mean()['volt']machineID datetime现在我想在datetime列上应用12H频率的重采样。/site-packages/<e
浏览 3提问于2021-12-15得票数 2
回答已采纳
1回答
我是Python的新手，在使用pandas对一些数据重新采样时，我遇到了一个棘手的问题。假设ts是分钟频率的时间序列数据(在pandas中，它被封装在一个带有DatetimeIndex的pandas.Series对象中)。要获得每组5分钟时段的算术平均值，方法很简单：
ts.resample
浏览 1提问于2013-10-08得票数 0
我使用pandas dataframe和datetime索引来处理timeseries数据。因为我使用的是观察到的数据，所以可能没有。缺失值。然而，我想对观察到的时间序列进行重新采样，如下所示，obs_mean = obs_mean.resample(freq).sum()
对于缺少的值，可以指定NaN/NA，因为它们可以通过这里的问题是，它给出
浏览 2提问于2018-05-28得票数 0
我正在读一本有时间序列的大型CSV。我每秒都有值，并希望重新采样，例如，最大值和15分钟间隔的平均值。我对块使用pandas.read_csv()。现在的问题是，块可能在15分钟间隔的中间结束，所以如果我运行它，第一个块可能在例如12:00:00的间隔结束，第二个块可能在12:00:00开始间隔。在最后15分钟间隔内将DataFrame从第一个区块中拆分并将该数据转移到下一个区块的快速解决方案是什么
浏览 26提问于2021-10-13得票数 0
回答已采纳
3回答
python键值列表到熊猫系列
、、、、
我在python中有以下timeseries列表： (datetime.datetimedatetime.datetime(2008, 7, 15, 23, 0), 0.0),这个列表是一个键值对，其中键是日期时间，值是后面用逗号分隔的那个我想从键(日期时间)和值(十进制
浏览 3提问于2014-04-30得票数 6
回答已采纳
我有一个带有时间戳值的数据文件。我已经弄清楚了如何使用数据重采样方法，以及如何将函数and ()或均()应用于结果。我是这样做的：print(type(df.timestamp[0]))df_1=df.resample('60S').last()
<
浏览 5提问于2021-05-07得票数 0
回答已采纳
我知道Pandas可以执行重采样，也可以对时间戳索引为浮点数的数据执行重采样：Pandas - Resampling and Interpolation with time float64 但是，我不确定如何将其应用于我的问题/usr/bin/env python3
import pandas as pd
df_data = pd.read_csv("test.
浏览 12提问于2020-10-19得票数 0
我在一个Dataframe中有多个每月的timeseries。 {'date'A 200 2017-09-01
1
浏览 8提问于2018-02-11得票数 2
回答已采纳
1回答
对时间序列进行重采样
、、、、
我有一个40年的时间序列，格式为stn;yyyymmddhh;rainfall，其中yyyy= year，mm = month，dd= dd=，hh= hour。该系列的分辨率为每小时一次。我通过下面的groupby方法提取了每年的最大值：df = pd.read_csv('data.txt', delimiter = ";")
df['yyyy'yyyymmhhdd'].astype(str)
浏览 2提问于2021-04-29得票数 0
a -> Int在给定不规则数据集的情况下，如何创建指定分辨率的timeSeries。结果的timeSeries应该包含每个时间点的最新值，在给定的分辨率下；为了提高可访问性，最新的数据位于timeSeries的前端。例如..。如果是irrData = [(98,5), (96,4), (93,9)
浏览 0提问于2022-06-09得票数 0
回答已采纳
2回答
Python标准库或CSV/numpy/大熊猫等是否为浮点数字(也称为“六边形”)的十六进制表示和从分隔文件(例如TSV或CSV)中读写提供了任何支持？作为测试，我创建了一个CSV文件，其中的列在十进制和十六进制之间交替浮动，并尝试使用pandas.read_csv读取该文件。在生成的dataframe中，包含十进制浮点数的列被正确地转换为Python浮点数，而包含十六进制浮点数
浏览 1提问于2016-05-13得票数 0
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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
