Pandas Pivot with datetime index

Question

我在使用日期时间值作为索引来转动数据帧时遇到了一些麻烦。我的df看起来像这样：

Timestamp           Value
2016-01-01 00:00:00 16.546900
2016-01-01 01:00:00 16.402375
2016-01-01 02:00:00 16.324250

时间戳是a，datetime64 [ns]。我试图转动表，使它看起来像这样。

Hour       0    1    2    4   ....
Date
2016-01-01 16.5 16.4 16.3 17  ....
....
....

我尝试过使用下面的代码但运行时遇到错误。

df3 =  pd.pivot_table(df2,index=np.unique(df2.index.date),columns=np.unique(df2.index.hour),values=df2.Temp)

KeyError                                  Traceback (most recent call last)
 in ()
      1 # Pivot Table
----> 2 df3 = pd.pivot_table(df2,index=np.unique(df2.index.date),columns=np.unique(df2.index.hour),values=df2.Temp)

~\Anaconda3\lib\site-packages\pandas\core\reshape\pivot.py in pivot_table(data, values, index, columns, aggfunc, fill_value, margins, dropna, margins_name)
     56         for i in values:
     57             if i not in data:
---> 58                 raise KeyError(i)
     59 
     60         to_filter = []

KeyError: 16.5469

任何帮助或见解将不胜感激。

Answer 1

我略微扩展了输入数据，如下所示（假设在同一日期/小时内没有重复的条目）

Timestamp           Value
2016-01-01 00:00:00 16.546900
2016-01-01 01:00:00 16.402375
2016-01-01 02:00:00 16.324250
2016-01-01 04:00:00 16.023928
2016-01-03 04:00:00 16.101919
2016-01-05 23:00:00 13.405928

它看起来有点尴尬，但下面的东西工作。

df2['Date'] = df2.Timestamp.apply(lambda x: str(x).split(" ")[0])
df2['Hour'] = df2.Timestamp.apply(lambda x: str(x).split(" ")[1].split(":")[0])
df3 = pd.pivot_table(df2, values='Value', index='Date', columns='Hour')

[输出]

Hour        00      01        02        04          23
Date                    
2016-01-01  16.5469 16.402375 16.32425  16.023928   NaN
2016-01-03  NaN     NaN       NaN       16.101919   NaN
2016-01-05  NaN     NaN       NaN       NaN         13.405928

最后，如果你的列需要是整数，

df3.columns = [int(x) for x in df3.columns]

希望这可以帮助。

Answer 2

在没有lambda的情况下实现这一目标的另一种方法是从DateTimeIndex创建指数。

df2 = pd.pivot_table(df, index=df.index.date, columns=df.index.hour, values="Value")