使用熊貓選擇特定序列中的時間序列數據

我試圖根據觀測到的天氣數據創建季節性數據的新序列。使用熊貓選擇特定序列中的時間序列數據

我想從這個數據框中提取季節，並創建一個新的數據幀，它具有按照時間順序依次相互排列的季節的隨機序列，例如，一個隨機的春天隨後是隨機的夏天，然後是隨機的秋天，隨後是隨機的冬天。以CSV格式

時間序列數據我的工作是提供here

到目前爲止是如下，我使用的代碼...

df = pd.read_csv("location of file") 

#convert date column to datetime for querying 
df['date'] = pd.to_datetime(df['date'], format= '%d-%b-%y') 

#function which extracts seasons 
def get_season(row): 
if row['date'].month >= 3 and row['date'].month <= 5: 
    return 'spring' 
elif row['date'].month >= 6 and row['date'].month <= 8: 
    return 'summer' 
elif row['date'].month >= 9 and row['date'].month <= 11: 
    return 'autumn' 
else: 
    return 'winter' 

#apply the season function to the data frame 
df['Season'] = df.apply(get_season, axis=1) 

#Split into seasons 
Sp = df.query('Season == "spring"') 
#all the winters 
W = df.query('Season == "winter"') 
#all the summers 
SU = df.query('Season == "summer"') 
#all the autumns 
Au = df.query('Season == "autumn"')

這裏的地方我不能讓我的頭在下一步做什麼。

這樣做是分開了所有季節，但不是每個單獨的季節（例如2006年冬季，2007年冬季等）。

我目前正在隨機序列的每個賽季，像這樣：

#sampling a random 92 days from winter 
rows = np.random.choice(Sp.index.values, 92) 
sampled_df = Sp.ix[rows]

但這不是我想要的東西，因爲它是採取隨機天從整個冬天塊，我想採取隨機賽季（ 12月，1月，2月）。

爲了讓我生成這個新的序列，我需要根據每年的每個季節創建一個新的數據框，其中包含多列，所有列都以隨機彈簧開始，之後是隨機夏季，然後是隨機秋天，那麼隨機的冬天，幾百年的未來。

我不明白這是如何完成的。請幫忙！

感謝

來源

2015-10-30 Pad

我建議MultiIndex：

df['Year'] = df['date'].dt.year 
df2 = df.set_index(['Year', 'Season'], inplace=False)

你現在有按年份和季節索引的數據框，你可以輕鬆地選擇整個賽季給定年份：

future = pd.DataFrame() 
for i in range(5): 
    for season in ['winter', 'spring', 'summer', 'autumn']: 
     future = future.append(df2.loc[random.choice(range(2007, 2015))] 
            .loc[season])

請注意，我排除了2015年，因爲您的數據中沒有秋季或冬季 - 您可以自己處理這個邊緣案例。

此外，特定年份的冬季目前包含1月，2月和12月。你可能想重新定義一年，以便將十二月份附加到下一年的冬天。

來源

2015-10-30 13:41:05 IanS

非常感謝，現在想弄清楚如何去年12月！ – Pad

我有一個想法：'df.loc [df ['date']。dt.month == 12，'Year'] + = 1'。但是要小心：2007年的冬天只包括1月和2月:) – IanS

使用熊貓選擇特定序列中的時間序列數據

回答

相關問題