我有一些数据导入到Pandas数据帧中。此数据是“累积的”并在时间序列上编制索引,如下所示:
Raw data
2016-11-23 10:00:00 48.6
2016-11-23 11:00:00 158.7
2016-11-23 12:00:00 377.8
2016-11-23 13:00:00 591.7
2016-11-23 14:00:00 748.5
2016-11-23 15:00:00 848.2
数据每天更新,因此时间序列将每天向前移动一天。
我需要做的是获取此数据帧并创建一个新列,如下所示。第一行只是复制“原始数据”列中的数据。然后,每个后续行从“原始数据”列中获取数据,并减去在它之前出现的值,例如, 158.7 - 48.6 = 110.1,377.8 - 158.7 = 219.1等
有谁知道如何实现Python / Pandas中“过程数据”列中的内容?
Raw data Processed data
23/11/2016 10:00 48.6 48.6
23/11/2016 11:00 158.7 110.1
23/11/2016 12:00 377.8 219.1
23/11/2016 13:00 591.7 213.9
23/11/2016 14:00 748.5 156.8
23/11/2016 15:00 848.2 99.7
我想你可以尝试这个,我发现很简单:将创建一个减去值的新列。
df['Processed data'] = df['Raw data'].sub(df['Raw data'].shift())
df['Processed data'].iloc[0] = df['Raw data'].iloc[0]
print (df)
Raw data Processed data
2016-11-23 10:00:00 48.6 48.6
2016-11-23 11:00:00 158.7 110.1
2016-11-23 12:00:00 377.8 219.1
2016-11-23 13:00:00 591.7 213.9
2016-11-23 14:00:00 748.5 156.8
2016-11-23 15:00:00 848.2 99.7
您可以使用Pandas中的df['processed_data'] = df['Raw_data'].diff(1)
执行此操作,这样可以处理具有更多列的情况(这些列本身并不是唯一的)。
假设你有一个像DataFrame
timestep fid cumul_value 2016-11-23 10:00:00 1 48.6 2016-11-23 11:00:00 1 158.7 2016-11-23 12:00:00 1 377.8 2016-11-23 13:00:00 1 591.7 2016-11-23 14:00:00 1 748.5 2016-11-23 15:00:00 1 848.2 2016-11-23 10:00:00 2 88.6 2016-11-23 11:00:00 2 758.7 ... 2016-11-23 12:00:00 5 577.8 2016-11-23 13:00:00 5 691.7 2016-11-23 14:00:00 5 348.5 2016-11-23 15:00:00 5 148.2
其中join
代表另一个参数,其值fid
变化。你想从列cumul_value
获得一列value
,使cumul_value
为每个value(fid,timestep) = cumul_value(fid,timestep) - cumul_value(fid,timestep - 1)
。
fid
通过处理可能是特殊情况的第一个时间步长结束(称之为onestep = timedelta(hours=1)
df['prev_timestep'] = df['timestep'] - onestep
df_cumul = df[['id','fid','timestep','cumul_value']]
.set_index(['timestep','fid'])
df_val = df.join(df_cumul,on=['prev_timestep','fid'],rsuffix='_prev')
df_val['value'] = df_val['cumul_value'] - df_val['cumul_value_prev']
df_val = df_val.drop(['prev_timestep','cumul_value_prev','cumul_value','id_prev'],axis=1)
)
t0