का उपयोग कर तिथि से पाइथन पांडस समूह मेरे पास एक कॉलम Date_Time
है जो मैं एक नया कॉलम बनाये बिना दिनांक समयबद्ध करना चाहता हूं। क्या यह संभव है कि मेरे पास वर्तमान कोड काम नहीं करता है।डेटटाइम डेटा
df = pd.groupby(df,by=[df['Date_Time'].date()])
का उपयोग कर तिथि से पाइथन पांडस समूह मेरे पास एक कॉलम Date_Time
है जो मैं एक नया कॉलम बनाये बिना दिनांक समयबद्ध करना चाहता हूं। क्या यह संभव है कि मेरे पास वर्तमान कोड काम नहीं करता है।डेटटाइम डेटा
df = pd.groupby(df,by=[df['Date_Time'].date()])
आप dt.date
द्वारा स्तंभ Date_Time
की तारीखों से groupby
उपयोग कर सकते हैं:
df = df.groupby([df['Date_Time'].dt.date]).mean()
नमूना:
df = pd.DataFrame({'Date_Time': pd.date_range('10/1/2001 10:00:00', periods=3, freq='10H'),
'B':[4,5,6]})
print (df)
B Date_Time
0 4 2001-10-01 10:00:00
1 5 2001-10-01 20:00:00
2 6 2001-10-02 06:00:00
print (df['Date_Time'].dt.date)
0 2001-10-01
1 2001-10-01
2 2001-10-02
Name: Date_Time, dtype: object
df = df.groupby([df['Date_Time'].dt.date])['B'].mean()
print(df)
Date_Time
2001-10-01 4.5
2001-10-02 6.0
Name: B, dtype: float64
resample
साथ एक अन्य समाधान:
df = df.set_index('Date_Time').resample('D')['B'].mean()
print(df)
Date_Time
2001-10-01 4.5
2001-10-02 6.0
Freq: D, Name: B, dtype: float64
यह बहुत अच्छा है! मैं इसे तारीखों को जोड़ने से कैसे रोकूं जिनके लिए कोई डेटा नहीं है? उदाहरण के लिए यदि मेरे पास दिन 9/1,9/2 के लिए डेटा था, और 9/4 में अभी भी NaN मानों के साथ 9/3 है। –
@GoBlue_MathMan '.dropna()' – piRSquared