我有一个数据集,其中包含从11月1日至11月15日每分钟收集的数据。时间是一列,从11/1/2016 00:00:00
开始,在11/15/2016 23:59:59 I am trying to reshape this dataset, so that each minute is a column, and each day is a row. So
[第1行,第1列,第1列] would have the data at 12:00 on 11/1, and
[第2行,第1列]`将在11/2的12:00将数据(ans)延迟。目前,我的数据集
我正在尝试使用Reshape功能,如果我检查值,它们无法正确匹配。在我的代码中,myData
的第2列是我需要重塑的数据,并且我有1440列,因为这是一天中的分钟数。和15行,因为那是我数据集中有的天数。
任何想法我可能会出错?
myData = pd.read_csv("Nov1-15.csv")
myData = [myData.iloc[:,2]]
myData = np.asarray(myData)
myData = np.reshape(myData, (1440,15))
myData = np.transpose(myData)
我的数组,在重塑之后,目前看起来如下:
array([[ 137., 138., 136., ..., 345., 614., 337.],
[ 137., 137., 138., ..., 340., 611., 337.],
[ 138., 136., 138., ..., 373., 611., 336.],
...,
[ 137., 138., 409., ..., 615., 336., 214.],
[ 136., 136., 412., ..., 614., 334., 214.],
[ 138., 136., 411., ..., 617., 339., 215.]])
我从CSV读取并隔离第二列后,我的原始数据集看起来如下:
:[0 137.0
1 137.0
2 138.0
3 137.0
4 136.0
5 138.0
6 137.0
7 141.0
8 137.0
9 139.0
10 136.0
11 136.0
12 137.0
13 136.0
14 138.0
15 138.0
16 137.0
17 136.0
18 138.0
19 137.0
20 137.0
21 138.0
22 138.0
23 137.0
24 135.0
25 138.0
26 138.0
27 138.0
28 136.0
29 136.0
...
21570 614.0
21571 611.0
21572 611.0
21573 611.0
21574 610.0
21575 570.0
21576 346.0
21577 341.0
21578 337.0
21579 337.0
21580 336.0
21581 337.0
21582 336.0
21583 334.0
21584 339.0
21585 337.0
21586 337.0
21587 336.0
21588 238.0
21589 222.0
21590 222.0
21591 220.0
21592 217.0
21593 217.0
21594 214.0
21595 214.0
21596 278.0
21597 214.0
21598 214.0
21599 215.0
样本数据:
11/1/2016 0:00 213
11/1/2016 0:01 214
11/1/2016 0:02 213
11/1/2016 0:03 213
11/1/2016 0:04 210
11/1/2016 0:05 210
11/1/2016 0:06 209
11/1/2016 0:07 209
重塑:
尝试更改:
myData = np.reshape(myData, (1440,15))
to:
myData = np.reshape(myData, (15, 1440))
演示:
3行,4列:
In [333]: np.arange(12).reshape(3,4)
Out[333]:
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
4行,3列:
In [334]: np.arange(12).reshape(4,3)
Out[334]:
array([[ 0, 1, 2],
[ 3, 4, 5],
[ 6, 7, 8],
[ 9, 10, 11]])
PANDAS解决方案:
如果没有滞后(数据分钟),请使用枢轴方法:
In [48]: df
Out[48]:
ts val
0 2016-11-16 00:00:00 213
1 2016-11-16 00:01:00 214
2 2016-11-16 00:02:00 213
3 2016-11-16 00:03:00 213
4 2016-11-16 00:04:00 210
5 2016-11-16 00:05:00 210
6 2016-11-16 00:06:00 209
7 2016-11-16 00:07:00 209
In [50]: df.assign(d=df.ts.dt.date, m=df.ts.dt.minute)
.pivot(index='d', columns='m', values='val')
Out[50]:
m 0 1 2 3 4 5 6 7
d
2016-11-16 213 214 213 213 210 210 209 209
否则使用pivot_table()方法:
In [52]: df.assign(d=df.ts.dt.date, m=df.ts.dt.minute)
.pivot_table(index='d', columns='m', values='val', aggfunc='mean', fill_value=0)
Out[52]:
m 0 1 2 3 4 5 6 7
d
2016-11-16 213 214 213 213 210 210 209 209