重新採樣熊貓數據框和列中的合併字符串

我想重新採樣熊貓數據框並將不同的函數應用於不同的列。問題是我無法正確處理一個字符串的列。我想應用一個將字符串與分隔符（如「 - 」）合併的函數。這是一個數據示例：重新採樣熊貓數據框和列中的合併字符串

import pandas as pd 
import numpy as np 
idx = pd.date_range('2017-01-31', '2017-02-03') 
data=list([[1,10,"ok"],[2,20,"merge"],[3,30,"us"]]) 
dates=pd.DatetimeIndex(['2017-01-31','2017-02-03','2017-02-03']) 
d=pd.DataFrame(data, index=,columns=list('ABC')) 

      A B   C 
2017-01-31 1 10   ok 
2017-02-03 2 20  merge 
2017-02-03 3 30   us

使用求和和平均聚合器工作重新採樣數字列A和B.然而，列C與總和（但它被放在第二位，這可能意味着某些失敗）的作品。

d.resample('D').agg({'A': sum, 'B': np.mean, 'C': sum}) 

       A    C  B 
2017-01-31 1.0    a 10.0 
2017-02-01 NaN    0 NaN 
2017-02-02 NaN    0 NaN 
2017-02-03 5.0  merge us 25.0

我希望得到這樣的：

... 
2017-02-03 5.0  merge - us 25.0

我以不同的方式，但沒有成功使用lambda試過（未顯示）。

如果我可能會問第二個相關問題：我可以爲此做一些後處理，但是如何用零或「」填充不同列中的丟失單元格？

來源

2017-12-02 aless80

IIUC，你可以使用df.fillna（），以填補缺失值。 https://pandas.pydata.org/pandas-docs/stable/missing_data.html – Evan

是的，並且可能對不同的列應用不同的替換（例如0，無，「」）。我想知道在.resample – aless80

您的'C'列AGG功能應該是一個join

d.resample('D').agg({'A': sum, 'B': np.mean, 'C': ' - '.join}) 

       A  B   C 
2017-01-31 1.0 10.0   ok 
2017-02-01 NaN NaN    
2017-02-02 NaN NaN    
2017-02-03 5.0 25.0 merge - us

來源

2017-12-03 00:32:13 piRSquared

中有沒有更好的方法可以做到這一點啊，所以函數的「輸入」是可迭代的，我可以使用一個函數來將迭代作爲輸入。如果我需要做更有趣的操作，我可以建立一個功能，可以迭代。奇怪的是，在我的控制檯中，我仍然看到列C在第二位。 – aless80

重新採樣熊貓數據框和列中的合併字符串

回答

相關問題