如何根据周分离python系列中的数据以将它们绘制在周期图中？

Question

我在一个包含日期和时间的系列中有五周的季节性数据，我如何根据周数将其分开，例如第 1 周、第 2 周...第 5 周，以便我可以在同一图表中绘制所有周数据。

我尝试通过查找均值来逐日重新采样数据。但数据仍然是单系列。我只想在不同的数据框中根据 2019-04-02 到 2019-04-08、2019-04-08 到 2019-04-16 等周在单独的 df 中分离数据

df.open.resample('M').mean()
date    pageload  day
0     2019-04-02 10:48:00  -79.002023  Tue
1     2019-04-02 10:49:00   33.563679  Tue
2     2019-04-02 10:50:00  -76.448319  Tue
3     2019-04-02 10:51:00   30.974816  Tue
4     2019-04-02 10:52:00  -68.789962  Tue
5     2019-04-02 10:53:00   30.593374  Tue
21    2019-04-16 11:34:00   40.333445  Fri

数据框按周分开。在单个图表中绘制所有周数据。

Answer 1

我不认为您想像 Shijith 所展示的那样重新采样。我认为您每周都需要不同的数据框。 IMO 您想为此使用groupby (doc)。 Pandas Groupby 函数可用于按列或索引拆分数据框中的数据。该方法返回一个 pandas groupby 对象，该对象可用于在合并之前对组执行操作。

在代码的 sn-p 中，我首先创建一个列来对数据进行分组（即“周”列）。比我按周列对数据进行分组。这将创建一个 groupby 对象，其中包括一个字典，该字典具有“weeks”列的唯一值作为键和数据帧的索引列表，这些索引列表具有与“weeks”列相同的值作为值。这可以通过在控制台中输入print(grps.groups) 来查看。然后我遍历组的键并通过调用 groupby 对象上的 get_group 方法将每周数据帧添加到字典中。

import pandas as pd

# Make sample data
index=pd.date_range(start='2014-01-01', end='2014-1-31',freq='D')
df = pd.DataFrame({"vals":np.random.randint(-5,5,len(index))}, index=index)
df["csum"] = df.vals.cumsum()
# Add a column for weeks to enable grouping
df["weeks"] = df.index.week

# Group the data
grps = df.groupby("weeks")

# split the group into separate dataframes
df_dict = {}
for gi in grps.groups:
    df_dict[gi] = grps.get_group(gi)

我从这样的事情开始：

            vals  csum  weeks
2014-01-01     4     4      1
2014-01-02    -5    -1      1
...
2014-01-30    -2    -9      5
2014-01-31    -5   -14      5

最终得到如下数据框

1
            vals  csum  weeks
2014-01-01     4     4      1
2014-01-02    -5    -1      1
2014-01-03    -4    -5      1
2014-01-04     4    -1      1
2014-01-05    -5    -6      1
2
            vals  csum  weeks
2014-01-06    -5   -11      2
2014-01-07     2    -9      2
2014-01-08     4    -5      2
2014-01-09    -1    -6      2
2014-01-10    -1    -7      2
2014-01-11    -3   -10      2
2014-01-12    -2   -12      2

Answer 2

如果您的数据框 df 在日期被索引

   print(df)
                 High         Low        Open       Close    Volume   Adj Close
Date                                                                            
2019-04-01  191.679993  188.380005  191.639999  191.240005  27862000  191.240005
2019-04-02  194.460007  191.050003  191.089996  194.020004  22765700  194.020004
2019-04-03  196.500000  193.149994  193.250000  195.350006  23271800  195.350006
2019-04-04  196.369995  193.139999  194.789993  195.690002  19114300  195.690002
2019-04-05  197.100006  195.929993  196.449997  197.000000  18526600  197.000000
2019-04-08  200.229996  196.339996  196.419998  200.100006  25881700  200.100006
2019-04-09  202.850006  199.229996  200.320007  199.500000  35768200  199.500000
2019-04-10  200.740005  198.179993  198.679993  200.619995  21695300  200.619995
2019-04-11  201.000000  198.440002  200.850006  198.949997  20900800  198.949997
2019-04-12  200.139999  196.210007  199.199997  198.869995  27760700  198.869995

做，

weekly_summary = pd.DataFrame()
weekly_summary['Open'] = df.open.resample('W').first()
print(weekly_summary)  

                  Open
Date                  
2019-04-07  191.639999
2019-04-14  196.419998

如果它没有按日期时间编入索引，则

df['Date'] = pd.to_datetime(df['Date'])
df.set_index('Date', inplace=True)
df.sort_index(inplace=True)

weekly_summary = pd.DataFrame()
weekly_summary['Open'] = df.open.resample('W').first()  

对于上述代码数据框将在 'sundays' 进行索引，如果您希望它在 'Mondays' （即一周的开始日期）进行索引，请执行以下操作。

weekly_summary = pd.DataFrame()
weekly_summary['Open'] = df.open.resample('W',loffset=pd.offsets.timedelta(days=-6)).first()
print(weekly_summary)  

                  Open
Date                  
2019-04-01  191.639999
2019-04-08  196.419998