每个时间步长按行连接列

Question

我的数据框如下，我想重新排列、更新并将其保存为 csv 或类似格式。

 time         lat   lon    ws        wd
1/1/2023 0:00 -5    107    8.214895  313.9049
1/1/2023 0:00 -5    107.25 8.351197  314.44873
1/1/2023 0:00 -5.25 107    7.6247864 307.61456

1/1/2023 1:00 -5    107    8.084728  310.0435
1/1/2023 1:00 -5    107.25 8.091071  308.73547
1/1/2023 1:00 -5.25 107    7.4219675 302.27475

1/1/2023 2:00 -5    107.25 7.8656287 304.08533
1/1/2023 2:00 -5    107.5  8.087259  300.91684
1/1/2023 2:00 -5.25 107    7.4953856 300.94644

所需的df：

time  ws        wd        ws       wd        ws        wd
0     8.214895  313.9049  8.351197 314.44873 7.6247864 307.61456
3600  8.084728  310.0435  8.091071 308.73547 7.4219675 302.27475
7200  7.8656287 304.08533 8.087259 300.91684 7.4953856 300.94644

将每个时间步的所有 ws wd 分组在一行中。一个时间步长为 1 小时（3600 秒），一天 24 行，第二天为 25 小时、26 小时（90000 秒、93600 秒等）。

我尝试过 stack、unstack、pivot，但可能遗漏了一些东西。 我将不胜感激你的建议。谢谢你。

Answer 1

用途：

times = pd.to_datetime(df['time'])
df['time'] = times.sub(times[0]).dt.total_seconds().astype(int)

out = (df.assign(g = df.groupby('time').cumcount())
        .pivot(index='time', values=['ws','wd'], columns='g')
        .sort_index(level=[1, 0], axis=1, ascending=[True, False]))

out.columns = out.columns.map(lambda x: f'{x[0]}_{x[1]}')
print (out)
          ws_0       wd_0      ws_1       wd_1      ws_2       wd_2
time                                                               
0     8.214895  313.90490  8.351197  314.44873  7.624786  307.61456
3600  8.084728  310.04350  8.091071  308.73547  7.421968  302.27475
7200  7.865629  304.08533  8.087259  300.91684  7.495386  300.94644