我有兩個數據幀。 DF1包含以下內容:熊貓羣組的時間間隔
用戶|時間間隔
User01 | [01/01/2014 08:12:00,01/01/2014 08:13:43]
User02 | [2014年1月3日7點21分44秒,2014年1月4日1點07分01秒]
DF 2包含事件:
用戶|時間|值
User01 | 01/03/2014 04:11:00 | 9
User01 | 01/01/2014 08:10:00 | 12
User02 | 01/03/2014 09:11:00 | 3
User02 | 01/02/2014 011:10:00 | 21
欲3列添加到DF1,含平均值,標準偏差和最大值的時間間隔內的每個用戶,基於在DF2中的事件。
所以最終的結果應該是這樣的:
用戶|時間間隔|意思是|最大| StDev
User01 | [01/01/2014 08:12:00,01/01/2014 08:13:43] | NaN | NaN |南
User02 | [01/03/2014 07:21:44,01/04/2014 01:07:01] | 3 | 3 | 0
如果我的表格很大,這樣做的有效方法是什麼?是否有基於另一個數據幀的時間間隔的某種「groupby」功能?
代碼:
import pandas as pd
DF1 = pd.DataFrame({'User' : pd.Series(["User01", "User02"], index=['1', '2']), 'Time start' : pd.Series(["01/01/2014 08:12:00", "01/03/2014 07:21:44"], index=['1', '2']),'Time end' : pd.Series(["01/01/2014 08:13:43", "01/04/2014 01:07:01"], index=['1', '2'])})
DF2 = pd.DataFrame({'User' : pd.Series(["User01","User01","User02", "User02"], index=['1', '2','3','4']), 'Time' : pd.Series(["01/03/2014 04:11:00", "01/01/2014 08:10:00","01/03/2014 09:11:00","01/02/2014 011:10:00"], index=['1', '2','3', '4']),'Value' : pd.Series([9,12,3,21], index=['1', '2','3','4'])})
DF3 = pd.DataFrame({'User' : pd.Series(["User01", "User02"], index=['1', '2']), 'Time start' : pd.Series(["01/01/2014 08:12:00", "01/03/2014 07:21:44"], index=['1', '2']),'Time end' : pd.Series(["01/01/2014 08:13:43", "01/04/2014 01:07:01"], index=['1', '2']),'Mean' : pd.Series(["Nan", 3], index=['1', '2']),'Max' : pd.Series(["Nan", 3], index=['1', '2']),'StDev' : pd.Series(["Nan", 0], index=['1', '2'])})
有可複製粘貼的示例很有幫助。同時發佈您的預期解決方案應該與您提供的示例一樣。這應該是可行的,通過將你的'時間間隔'列分成兩個,一個低端和一個高端,然後在第二個數據幀上使用'between_time'之類的東西。 – TomAugspurger 2014-09-23 03:25:40
謝謝。你能通過複製可粘貼的例子來指定你的意思嗎? – 2014-09-23 03:54:03
你說你的數據框是什麼樣的,但你不提供創建它們的代碼。這意味着任何試圖幫助你的人首先必須編寫代碼來創建這些數據框。複製和粘貼代碼以獲得與現在相同的點更容易,而不是浪費時間來重新創建數據結構。試着在你的對象上做df.to_dict(),然後發佈代碼,如'DF1 = pandas.DataFrame({'User':...})等等,而不是僅僅描述你的文字。 – chthonicdaemon 2014-09-23 04:10:11