在python中根据条件创建索引

Question

我有 5 周（35 天） 的数据，其中 start_date (1-AUG-2016) 是第一周的第一个日期和 end_date( )是第 5 周的最后一天。我也有每小时的数据（比如 0 - 23）。

day date(dd-mm-yyyy)  hour
1    01-01-2016       0
1    01-01-2016       1
1    01-01-2016       2
1    01-01-2016       3
1    01-01-2016       4
1    01-01-2016       5
1    01-01-2016       6
.
.
1    01-01-2016       23
.
.
35   04-02-2016       0
35   04-02-2016       1
.
.

我想创建并索引它直到我选择的小时数（比如 3 - 5）并将 1 添加到下一个索引。但是，当它达到非选定时间时，它应该保留其最后一个值。像这样的东西。

day date(dd-mm-yyyy)  hour  Index 
1    01-01-2016       0     1
1    01-01-2016       1     1
1    01-01-2016       2     1
1    01-01-2016       3     2
1    01-01-2016       4     3
1    01-01-2016       5     4
1    01-01-2016       6     5
1    01-01-2016       7     5
1    01-01-2016       8     5
.
.
1    01-01-2016       23    5
2    02-01-2016       0     5
2    02-01-2016       1     5
2    02-01-2016       2     5
2    02-01-2016       3     6
.
35   04-02-2016       0
35   04-02-2016       1
.
.

我们可以在 python 中使用循环来做到这一点吗？我们可能需要按天、日期和小时对数据进行排序。我知道这很简单，但我被困住了。我们还可以创建日期序列查找吗？

Answer 1

根据数据的结构，您可以创建如下所示的计数器。我会假设您已经列出了时间？

 小时 = [0,1,2,3,4,5...,23] 

你可以这样列出你想找到的东西

 select = [3,4,5] //这是你的选择列表。

然后在选择列表中运行一个 for 循环。

计数 = 0 为我选择： 如果我在几个小时内： 计数+=1

所以如果你想计算剩下的几周，你可以乘以总天数，我假设这是一周中的天数乘以周数。

计数=计数*7*5

对不起，如果这个答案不符合您的要求，我还不能添加 cmets！但这是我能给的最好的了

Answer 2

你可以使用的IIUC：

print (df)
    day date(dd-mm-yyyy)  hour
0     1       01-01-2016     0
1     1       01-01-2016     1
2     1       01-01-2016     2
3     1       01-01-2016     3
4     1       01-01-2016     4
5     1       01-01-2016     5
6     1       01-01-2016     6
7     1       01-01-2016    23
8    35       04-02-2016     0
9    35       04-02-2016     1
10   35       04-02-2016     2
11   35       04-02-2016     3
12   35       04-02-2016     4
13   35       04-02-2016     5
14   35       04-02-2016     6
15   35       04-02-2016     7

#create list for lookup
hours = [3,4,5]
hours = hours + [hours[-1] + 1]
print (hours)
[3, 4, 5, 6]

通过isin 和cumsum 检查值：

print (df.hour.isin(hours))
0     False
1     False
2     False
3      True
4      True
5      True
6      True
7     False
8     False
9     False
10    False
11     True
12     True
13     True
14     True
15    False
Name: hour, dtype: bool

df['Index'] = df.hour.isin(hours).cumsum() + 1
print (df)
    day date(dd-mm-yyyy)  hour  Index
0     1       01-01-2016     0      1
1     1       01-01-2016     1      1
2     1       01-01-2016     2      1
3     1       01-01-2016     3      2
4     1       01-01-2016     4      3
5     1       01-01-2016     5      4
6     1       01-01-2016     6      5
7     1       01-01-2016    23      5
8    35       04-02-2016     0      5
9    35       04-02-2016     1      5
10   35       04-02-2016     2      5
11   35       04-02-2016     3      6
12   35       04-02-2016     4      7
13   35       04-02-2016     5      8
14   35       04-02-2016     6      9
15   35       04-02-2016     7      9