groupby(pd.TimeGrouper('time_interval')).idxmin()错误生成的空数据帧
这个问答内容涉及到了Pandas库中的groupby函数和TimeGrouper类的使用，以及idxmin函数的错误生成空数据帧的问题。
首先，groupby函数是Pandas库中用于数据分组的函数，它可以根据指定的条件将数据分成多个组，并对每个组进行相应的操作。在这个问答内容中，groupby函数的参数是pd.TimeGrouper('time_interval')，表示按照指定的时间间隔对数据进行分组。
接下来是TimeGrouper类，它是Pandas库中用于时间分组的类。在这个问答内容中，TimeGrouper('time_interval')表示按照指定的时间间隔进行时间分组。
然后是idxmin函数，它是Pandas库中用于获取最小值所在位置的函数。在这个问答内容中，idxmin()表示获取每个分组中最小值所在位置的索引。
最后是错误生成空数据帧的问题。根据给定的问答内容，无法确定具体的错误原因和生成空数据帧的条件。但是可以通过检查以下几个方面来解决这个问题：
- 检查数据是否为空：确保输入的数据不为空，否则无法生成有效的数据帧。
- 检查时间间隔的设置：确认时间间隔的设置是否正确，确保时间间隔能够正确地分组数据。
- 检查数据类型：确保数据的类型正确，例如时间数据是否为datetime类型。
- 检查数据列名：确保数据列名正确，以便正确地进行分组和操作。
综上所述，根据给定的问答内容，我们可以得出以下答案：
groupby(pd.TimeGrouper('time_interval')).idxmin()是一个用于按照指定的时间间隔对数据进行分组，并获取每个分组中最小值所在位置的索引的操作。但是由于给定的问答内容不足以确定具体的错误原因和生成空数据帧的条件，因此无法给出完善且全面的答案。
如果您需要更具体的帮助，请提供更多的上下文信息或具体的错误提示。
相关·内容
我面临的任务是找出时间序列中的测量值在时间序列的等距时间间隔内最小的确切时间。
我尝试使用df.groupby(pd.TimeGrouper('time_interval')).idxmin()来执行此任务，但我遇到了此方法的意外(可能是错误的)行为:当对具有日期时间索引的数据帧使用df.groupby(pd.TimeGrouper('time_interval')).idxmin()方法时，该数据帧包含(至少)两行之间的一个间隔大于重采样间隔，它生成一个完全空的数据帧，而不是用'NaT‘填充额外的间隔(比如df.groupby(pd.TimeGroup
浏览 6提问于2017-07-26得票数 1
我试图弄清楚是否有一种方法可以打印数据帧中每个类别的最低值。更清楚地说，这里是我的数据帧外观的一个片段： ID Name Score Age
1 A 15.1 21
2 A 20.5 12
3 B 15.2 18
4 B 8.2 22
5 C 43.2 12
6 C 12.1 15
7 C 18.0 22 我希望能打印出每个唯一名字的最低分数。我希望我的数据帧看起来像这样的输出： ID Name Score
1 A 15.1
4 B 8.2
6 C 12.1 谢谢
浏览 16提问于2020-04-09得票数 0
回答已采纳
很难在不显示示例的情况下进行描述，但是我想在我的pandas数据框中创建一个列，其中的值等于基于组中另一列的最小值的另一列的值。
假设我有以下数据帧：
我的目标是创建一个新的列'd‘，它等于c中的值，但是我希望它等于'b’的每个值的最小值'a‘。
以下是所需的数据帧：
浏览 16提问于2020-02-06得票数 1
回答已采纳
我有以下数据帧
id Area Country
0 11 34.45 Norway
1 12 30.25 UK
2 13 16.70 Iran
3 11 35.45 Sweden
4 13 20.22 Iraq
5 15 35.12 USA
dfObj['BigCountry'] = ''
dfObj['SmallCountry'] = ''
根据面积，我想把这个国家分为大小两类。我尝试按id分组，然后根据组内的max(面积)来设置小/大国家
输出应为
i
浏览 5提问于2019-10-20得票数 1
2回答
满足一定条件的数据帧去重
、、、
我有以下数据框
my_id field_1 field_2 field_3 ... field_100
1 :
1 :
1
1
2
2
3
3
3
我希望使用具有非空的最小field_1的记录，为每个my_id只保留一行。除了遍历整个数据帧之外，有没有一种优雅的方法来实现这一点呢？谢谢!
浏览 0提问于2018-09-11得票数 2
我正在尝试绘制已按特定日期范围入库的数据。
例如，假设我有以下数据帧：
dates = pd.date_range(start=pd.datetime(2013, 6, 1), periods=50, freq='D')
df = pd.DataFrame(np.random.normal(10, 3, 50), columns=['x'], index=dates)
df[:3]
x
2013-06-01 9.819422
2013-06-02 3.659629
2013-06-03 14.862231
我想将日期按3周间隔分组，
浏览 1提问于2016-02-25得票数 2
1回答
我有两个包含“基本真相”和“预测”标签的数据。让我们假设我有6个等级标签。假设这些数据文件如下所示：
基本真相：
|0|0|0|0|1|1|1|2|2|3|3|3|4|4|4|5|5|5|5|5|5|5|
预测：
|0|0|0|1|1|1|1|1|2|3|3|4|4|4|5|5|5|5|5|5|5|5|
如果动作开始的帧与分类器最终决策的帧之间的时间间隔为h，动作的整个长度为H，则该动作的延迟被定义为h/H。
下面是一个解释延迟的图：
我想根据这两个数据来计算类的平均延迟。
以下是我迄今尝试过的：
groundtruth = pd.read_csv('groundtruth
浏览 2提问于2021-11-22得票数 1
回答已采纳
2回答
我在这里问了一个问题，我没有得到一个错误，而是一个包含列的空数据帧。我做错了什么？ 我的原始数据框如下 Date Symbol
49 2018-11-27 0
50 2018-12-10 0
51 2018-12-17 0
52 2018-12-27 XLK
53 2018-12-27 XLV
54 2018-12-28 VTV
55 2019-01-09 0
56 2019-01-09 0
浏览 10提问于2019-02-22得票数 3
2回答
我的数据帧看起来像这样
Time, Id A B C
2016-06-15 08:09:26.212962 115516 3 3.238 7.790000
2016-06-15 08:10:13.863304 115517 3
浏览 0提问于2016-08-17得票数 1
2回答
假设我有以下数据帧： d = {'store': ['s1', 's1', 's2', 's2',], 'code': ['a', 'b', 'a', 'b'], 'range': [1, 2, 3,2]}
df = pd.DataFrame(data=d)
print(df)
store code range
0 s1 a 1
浏览 30提问于2021-06-20得票数 0
回答已采纳
2回答
? 我必须在数据帧df(附加快照)的所有3个渠道(酒店、咖啡馆或餐厅)中找到销售额最小的渠道类型.So输出将是销售额最低的渠道。我正在编写的代码如下： df1=df.groupby(['Channel']).sum()
df1=df1.sum(axis=1)
print(df1[['Channel']].idxmin()) 但这似乎是一些“索引错误”。是否需要将频道设置为索引并查找？或者还有其他方法吗？
浏览 30提问于2020-04-25得票数 2
回答已采纳
这里是pandas和dataframes的新手！初始数据帧： A 1238 100
A 1238 90
A 3784 200
A 3784 500
B 1222 274
B 1222 400
C 2747 800
C 1384 100 我需要这样的输出：(C列是A列和B列的分组数据的最小值，B列是分组数据的顺序计数器)： A 1 90
A 2 200
B 1 274
C 1 800
C 2 100 帮助!
浏览 2提问于2020-01-24得票数 2
2回答
我有数据按日期，并希望创建一个新的数据帧按周与销售总额和类别计数。
#standard packages
import numpy as np
import pandas as pd
#visualization
%matplotlib inline
import matplotlib.pylab as plt
#create weekly datetime index
edf = pd.read_csv('C:\Users\j~\raw.csv', parse_dates=[6])
edf2 = edf[['DATESENT','Sales'
浏览 0提问于2017-03-22得票数 6
回答已采纳
6回答
我有一个跨越几年的时间序列，格式如下：
timestamp open high low close volume
0 2009-01-02 05:00:00 900.00 906.75 898.00 904.75 15673.0
1 2009-01-02 05:30:00 904.75 907.75 903.75 905.50 4600.0
2 2009-01-02 06:00:00 905.50 907.25 904.50 904.50 3472.0
3 2009-01-02 06:30:00 904
浏览 2提问于2017-01-12得票数 20
回答已采纳
1回答
我试图按时间对数据帧进行分组，然后为每个子组绘制变量的密度。我在做：
myDf.groupby(pd.TimeGrouper('AS'))['myVar'].plot(kind='density')
结果如下：
date
2006-01-01 Axes(0.125,0.1;0.775x0.8)
2007-01-01 Axes(0.125,0.1;0.775x0.8)
2008-01-01 Axes(0.125,0.1;0.775x0.8)
2009-01-01 Axes(0.125,0.1;0.775x0.8)
2010-
浏览 3提问于2015-03-31得票数 2
回答已采纳
1回答
正在将数据帧重新索引到字典，并且我想将数据插入到mongodb新集合中？数据帧：
df = mydf.groupby(pd.TimeGrouper(key='timestamp', freq='5Min'))['value'].apply(lambda x: x[x!='-1'].count())
k = df.reset_index().T.to_dict().values()
print(k)
p={}
p[name] = k #adding new key into json
print(p)
db.col8.inser
浏览 14提问于2018-01-05得票数 2
下面的代码
testIDs.groupby(
['id', pd.TimeGrouper(key='date',freq='20s')]
)['quadrant'].value_counts()
给了我：
Out[128]:
id date quadrant
2617 2019-10-08 18:47:40 4 1
2019-10-08 18:54:00 1 1
3
浏览 0提问于2020-02-02得票数 0
我有一个熊猫DataFrame和一个TIMESTAMP列，它是datetime64数据类型的。请记住，最初该列没有设置为索引；索引只是常规整数，前几行如下所示：
TIMESTAMP TYPE
0 2014-07-25 11:50:30.640 2
1 2014-07-25 11:50:46.160 3
2 2014-07-25 11:50:57.370 2
每天都有任意数量的记录，而且可能有几天没有数据。我想得到的是每月记录的平均数量，，然后把它绘制成一个条形图，其中包含x轴上的月份(2014年4月，2014年5月
浏览 0提问于2015-10-26得票数 6
回答已采纳
1回答
如何实现按自定义时间范围分组数据？我能够按小时对数据进行分组，但我希望每隔1小时1分钟对数据进行分组。
类似于下面的代码：df.groupby(pd.TimeGrouper('1H:1Min')).mean() (但这会返回一个错误)。
我的目标是获得每个1H:1Min间隔的平均值。希望你能帮我。
浏览 3提问于2017-10-31得票数 2
回答已采纳
我正在尝试编写一个自定义聚合函数，它将始终从每个组中选择以最少零结尾的字符串。例如，下面是一个数据帧示例： import pandas as pd
df = pd.DataFrame({"group" : [1, 1, 1, 2, 2], "value" : ["10534", "30400", "30400", "34355", "35000"]}) 我在这里的目标是返回如下内容： group value
1 "10534"
1 "1
浏览 28提问于2021-08-16得票数 0
回答已采纳
1回答
复杂的熊猫选择
、、
我有一个看起来像这样的DataFrame：
Col1 Col2 Col3 Value
A 1 a 1
A 1 b 1.4
A 2 a 1.2
A 2 b 0
B 1 a 1.2
B 1 b 0.5
B 2 a 1
B 2 b 1.9
我
浏览 12提问于2020-05-13得票数 1
我有一个名为df的数据帧，它有一个id列和一个related_id列。如果related_id不为空，这意味着有一个桌面版本和一个移动版本。我希望将此数据集设置为子集，以便仅保留桌面实例(如果存在相关的id )。然而，也有可能存在具有相关id的移动观察，该id也是移动观察(id 7和8是示例)。在这种情况下，我只想保留其中一个观察结果。
输入：
id related_id type
1e 2e desktop
2e 1e mobile
3x NaN desktop
4w 6w desktop
5m NaN
浏览 1提问于2021-04-26得票数 1
我有一个包含多个设备的遥测数据的数据帧。每一行都有设备ID、时间戳和其他一些字段。我要删除每个设备的第一个条目，即最早的条目。我该怎么做呢？ 例如，我的数据可能如下所示 timestamp, device id, val1, val2, val3
2018-01-02 18:01 123 0 1 1
2018-01-02 18:05 124 1 3 2
2018-01-02 18:06 123 4 5 5
2018-01-02 18:02 125 2 7
浏览 16提问于2019-02-05得票数 0
回答已采纳
给出了基于时间索引的时间和值的输入列表，如Dataframe，df所示：
>>> df
Value
Times
2017-05-10 01:05:03 1
2017-05-10 01:05:00 2
2017-05-10 01:05:10 3
2017-05-10 01:08:12 8
2017-05-11 08:30:20 4
2017-05-11 08:30:14 5
2017-05-11 08:30:35 6
然后使用以下命令按
浏览 1提问于2017-06-08得票数 1
回答已采纳
假设我有数以千计的随机(x, y)数据点，我将x和y存储在一个数据帧中的两列中。重要的是要注意，所有的x都是整数，但是y是连续的数字。如果我使用Matplotlib将它们绘制成散点图，结果如下所示。现在我想要得到图的最小边界，我用一条红色曲线描绘了它。我怎么发动汽车呢？为了清楚起见，我希望获得每个(x,y)的y值最小的x对的索引，因此索引的长度应该等于len(set(x))。 📷
浏览 14提问于2020-01-10得票数 2
回答已采纳
我有一点特别的问题。我有一个非常大的数据帧，我正在尝试采样。
我的数据看起来像这样(两列x和y)：
x,y
1,'a'
1,'b'
1,'c'
3,'a'
3,'b'
3,'c'
6,'a'
6,'b'
6,'c'
我想根据'x‘的值进行采样。我希望每32个x值中有一个样本(基于x的变化，因此我希望在1和32之间采样一次，即使在1和32之间只有一个x值)。
我想做一些类似的事情：df[df['x'] % 32 == 0]。问题是
浏览 0提问于2017-11-17得票数 0
1回答
我在下面有一个Python格式的数据帧： print (df)
Date Hour Weight
0 2019-01-01 8 1
1 2019-01-01 16 2
2 2019-01-01 24 6
3 2019-01-02 8 10
4 2019-01-02 16 4
5 2019-01-02 24 12
6 2019-01-03 8 10
7 2019-01-03 16 6
8 2019-01-03
浏览 8提问于2019-05-20得票数 1
回答已采纳
1回答
因此，我试图理解熊猫群的功能，并减少一个大的数据框架。下面是一个示例：
A B
2016-09-23 19:36:08+00:00 NaN 34.0
2016-09-23 19:36:11+00:00 NaN 33.0
2016-09-23 19:36:12+00:00 24.1 NaN
2016-09-23 19:36:14+00:00 NaN 34.0
2016-09-23 19:36:17+00:00 NaN 34.0
2016-09-23 19:36:20+
浏览 2提问于2016-10-03得票数 2
回答已采纳
这是我第一次问问题。我有一个数据帧，如下所示：
import pandas as pd
data = [['AK', 'Co',2957],
['AK', 'Ot', 15],
['AK','Petr', 86848],
['AL', 'Co',167],
['AL', 'Ot', 10592],
['AL', 'Petr',1667]]
my_df = pd.D
浏览 0提问于2020-12-04得票数 0
假设我有一个数据帧，如下所示：
df4
df4 = pd.DataFrame({'Q':['apple', 'apple', 'orange', 'Apple', 'orange'], 'R':['a.txt', 'a.txt', 'a.txt', 'b.txt', 'b.txt']})
>>> df4
Q R
0 apple a.txt
1
浏览 5提问于2018-08-27得票数 2
回答已采纳
2回答
我正在使用一个有多个组的熊猫数据帧：
date | group | brand | calculated_value
_______________________________
5 | 1 | x | 1
6 | 1 | x | NaN
7 | 1 | x | NaN
5 | 2 | y | 1
6 | 2 | y | NaN
在每个日期、组和品牌中，我用一个calculated_value初始化了第一个实例。我使用嵌套的for循环遍历这些循环，以便可以更新和分配calculate
浏览 0提问于2020-06-27得票数 0
1回答
我正在使用Pandas来组织和处理数据。这是我的DataFrame：
我按分钟对许多日期时间进行了分组，并进行了聚合，以获得按分钟计算的“比特率”得分总和。这是我的代码来拥有这个数据帧：
def aggregate_data(data):
def delete_seconds(time):
return (datetime.datetime.strptime(time, '%Y-%m-%d %H:%M:%S')).replace(second=0)
data['new_time'] = data['beg
浏览 66提问于2016-09-23得票数 3
回答已采纳
我已经上传了一个xlsx文件到python中，输出如下： Stock Date Open High Low Close Volume \
0 FMG 2019-01-31 34.88 35.14 34.83 34.83 15402087
1 BHP 2019-01-30 34.54 35.40 34.30 34.60 11832431
2 ANZ 2019-01-29 33.50 33.79 33.49 33.74 7772463
3 FMG 2019-01-25 32.72 3
浏览 13提问于2020-08-30得票数 1
回答已采纳
2回答
我有一个数据帧，如下所示：
product_id date status
1 2018-09-11 G
1 2016-01-11 B
1 2018-02-11 P
2 2019-06-12 P
2 2020-10-11 P
3 2019-07-21 G
3 2016-09-11 B
浏览 1提问于2020-09-18得票数 0
1回答
我有一个名为'complete‘列的dataframe，其日期格式为: 2017-01-16
我有许多跨越过去三个月的行，我想将我的数据帧拆分成一周的增量，这样我以后就可以制作一个图表，显示每周特定项目的数量，并可视化它的上升或下降。
通常，当我不知道答案时，我会手动走很长一段路。在这种情况下，我会说例如，
weeknumber = 1
for day in range(earliest, latest, 8):
df[df.complete == day].week = weeknumber
weeknumber += 1
正如你所看到的，我对如何做这
浏览 0提问于2017-01-17得票数 0
我有一个很长的pandas值，如果一个条件适用，我喜欢选择一个子集的单行(在我的例子中是‘DataFrame’的最小值)。 我有一个数据帧，它是这样开始的： time name_1 name_2 idx value
0 0 A B 0 0.927323
1 0 A B 1 0.417376
2 0 A B 2 0.167633
3 0 A B 3 0.458307
4 0 A B 4
浏览 13提问于2021-10-06得票数 1
回答已采纳
1回答
我有一个数据帧，我希望找到组中某列的最小值，然后根据该行更新其他一些列的值。
下面的代码实现了我想要的功能：
import pandas as pd
df = pd.DataFrame({'ID': [1,1,1,2,2,2,],
'Albedo': [0.2, 0.4, 0.5, 0.3, 0.5, 0.1],
'Temp' : [20, 30, 15, 40, 10, 5],
'Precip': [200, 10
浏览 8提问于2018-01-08得票数 0
回答已采纳
1回答
我有多个具有日期列的数据帧。我想按日期列按5天对这些数据帧进行分组。通常情况下，类似这样的操作是有效的：
df = pd.DataFrame([['2016-11-01 09:21:07', 10], ['2016-09-14 02:46:01', 21], ['2016-08-11 03:26:33', 14], ['2016-10-17 14:20:44', 14]],
columns=['DateCol', 'Values'])
df['DateCol
浏览 2提问于2016-11-30得票数 1
我有这样的数据：
Index SourceID ComparedID Distance
571 106 8 0.004846
572 106 11 0.000000
573 106 23 0.012712
574 107 84 0.002800
575 107 70 0.007555
它在pandas数据帧中。我正在尝试弄清楚如何做到这一点：
我想从找到最小距离并返回ComparedID的数据帧中创建一个结果。
因此，输
浏览 0提问于2018-03-03得票数 2
我有以下数据集
对于每个年份列，我希望找到最大值和最小值，并返回' max‘和' min’值以及每个值对应的'Geo‘值。
例如，对于'1950‘、'1951’等等，我想生成一个数据帧，如下所示：
是一个类似的线程，但那里建议的方法似乎不起作用，因为我的列有数字标题，而且我希望得到的结果略有不同。
任何建议都会有所帮助。谢谢。
浏览 3提问于2020-11-13得票数 2
4回答
我有一只熊猫，就像：
a b id
1 10 6 1
2 6 -3 1
3 -3 12 1 # id is 1, but needs a tie breaker
4 -2 12 1 # id is 1, but needs a tie breaker
5 4 8 2
6 12 11 2
7 3 -5 2
8 3 -5 2
如何制作一个新的数据帧，该数据首先取id列，然后每次列b超过10，如果有多行符合此标准，则通过选择列a中
浏览 2提问于2017-05-17得票数 0
回答已采纳
1回答
我正在试图优化一个可视化，它的方式是塞满了下面的年度数据。
以下是我的usa_signup_age数据帧中的一段内容：
gender age
signup
2002-10-29 m 31.0
2002-10-29 m 23.0
2002-10-29 m 23.0
2002-11-22 m 29.0
2002-11-28 m 25.0
2002-12-02 m 31.0
2003-02-06 m 29.0
2003-02-06 m 25.0
2003-02-06 m 25.0
2003-02-06 m 4
浏览 0提问于2018-02-22得票数 0
2回答
我有一个csv文件，我试图绘制每月一些值的平均值。我的csv文件的结构如下所示，所以我认为我应该每天对数据进行分组，然后按月进行分组，以便计算平均值。
timestamp,heure,lat,lon,impact,type
2007-01-01 00:00:00,13:58:43,33.837,-9.205,10.3,1
2007-01-02 00:00:00,00:07:28,34.5293,-10.2384,17.7,1
2007-01-02 00:00:00,23:01:03,35.0617,-1.435,-17.1,2
2007-01-03 00:00:00,01:14:29,36.5
浏览 1提问于2017-06-01得票数 4
我有一些熊猫数据中的股票数据，看起来像这样(index=datetime)
ask bid
datetime
2017-03-01 00:00:07.346 1.33145 1.33135
2017-03-01 00:00:07.498 1.33147 1.33134
2017-03-01 00:00:08.124 1.33147 1.33133
2017-03-01 00:00:08.659 1.33148 1.33134
2017-03-01 00:00:12.104 1.33146 1.33134
20
浏览 2提问于2017-03-22得票数 3
回答已采纳
1回答
我有一个数据帧； index UoW Category Description Date Channel Trans
ADATE
2018-12-31 1603 Pay Infringement 31/12/2018 AustPost 209
2018-12-31 1604 Pay Infringement 31/12/2018 AustPost 14
2019-12-31 1605 Pay Infringement 31/12/2018 CSC 234
2019
浏览 9提问于2019-12-07得票数 1
回答已采纳
我有一个带有pandas datetime索引的数据帧。 TIMESTAMP water
2020-06-24 13:50:00 -0.5
2020-06-24 14:00:00 -0.6
2020-06-24 14:10:00 -0.7
2020-06-24 14:30:00 -0.5
2020-06-24 14:40:00 -0.8
... 我想要得到日最小值的索引。这是我的方法，但不起作用： water_daily_min_index = df['water'].resample('D').idxmin()
浏览 19提问于2020-10-06得票数 3
回答已采纳
4回答
我正在试着用一个条件来保持行数。我的示例数据帧中有两列。“名称”列包含重复的名称，“天”列包含以timedelta64ns表示的日期。 df Name Day
Andrew 23 days
Andrew 5 days
Andrew -345 days
Andrew 84 days
Bess 2 days
Bess -83 days
Bess -123 days
Derek 344 days
Derek 238 days
Leslie 47 days
Leslie 543 days
Leslie 134 days
Lesl
浏览 17提问于2020-07-16得票数 1
1回答
我有两个数据帧，第一个是米的经度和纬度，第二个数据帧是站的经纬度。我正试图通过最接近的匹配将他们联系起来。以下是我的例子：
df_id = pd.DataFrame()
df_id ['id'] = [1, 2]
df_id['lat'] = [32, 55]
df_id['long'] = [-89, -8]
这是空间站的数据：
df_station = pd.DataFrame()
df_station ['id'] = [10, 20]
df_station['lat'] = [33, 56]
df_s
浏览 3提问于2022-06-21得票数 0
回答已采纳
1回答
我有一个带有RangeIndex的数据帧，第一列有时间戳，第二列有几千次每小时的温度观测。
将观察值按24分组并找到每天的Tmax和Tmin非常容易。但我也想要每天的最大值和最小值的时间戳。
我该怎么做呢？
我希望我可以在不发布工作示例的情况下获得帮助，因为数据的性质使其不切实际。
编辑:以下是一些数据，时间跨度为两天。
DT T-C
0 2015-01-01 00:00:00 -2.5
1 2015-01-01 01:00:00 -2.1
2 2015-01-01 02:00:00
浏览 0提问于2019-01-19得票数 1
1回答
我有一些关于查看和点击几条消息的日期的信息。我想按小时绘制视图并点击四舍五入。
我强迫这样的DataFrame提供数据：
sl = pd.DataFrame({'index':sendlog.index,
'idMessage': sendlog['idMessage'],
'View': pd.to_datetime(sendlog['dtFirstView']).apply(lambda x: x.replace(minute=0, second=0
浏览 2提问于2016-12-19得票数 0
回答已采纳
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
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
