如何重新采样包含分类数据的熊猫数据框？答案

【问题标题】：How to re-sample pandas data-frame containing categorical data?如何重新采样包含分类数据的熊猫数据框？
【发布时间】：2017-03-19 21:37:13
【问题描述】：

我有一个带有列的数据框：
- 机器：[机器 1、机器 2、机器 3、机器 4、机器 5、机器 6]
- 时间：日期时间 27102016 00:00:00 - 00:59:00（每分钟）
- OutX：整数
- OutY：整数

数据框包含时间列中时间范围内所有机器的 OutX 和 OutY 读数。

yeild = pd.read_csv("d:/xdata/question.csv",parse_dates=True, index_col='Time')
yeild.dtypes

机器对象
OutX int64
OutY int64
数据类型：对象

yeild.describe()

...........OutX OutY
计数 358.000000 358.000000
平均 69.782123 70.715084
标准 9.685677 12.451468
最小 64.000000 66.000000
25% 67.000000 68.000000
50% 68.000000 69.000000
75% 70.000000 70.000000
最大 202.000000 246.000000

我想重新采样数据，以便可以在重新采样的数据帧中观察到 OutX 和 OutY 的最大值（我们称之为样本）。

sample = yeild.resample('10t').max()

采样后我只得到六条记录，因为它只接受所有 OutX 和 OutY 的最大值。
如何重新采样保持不同的分类值（ Machine1，Machine2 ... Machine6）保持不变？即，每 10 分钟获取所有考虑中的机器的最大 OutX 和 OutY。
提前致谢！

【问题讨论】：

标签： pandas jupyter-notebook

【解决方案1】：

这是未经验证的，因为您没有提供任何示例数据，而且我不想编造数据……我希望它有效

您想知道max 在在哪里，然后用这些位置分割yield。您可以通过idxmax

找到位置

# where OutX is max within each 10 minutes
mxX = yeild.resample('10t').OutX.idxmax()
# where OutY is max within each 10 minutes
mxY = yeild.resample('10t').OutY.idxmax()
# union of mxX and mxY
idx = mxX.append(mxY, ignore_index=True).unique()

# slice yeild (sic) with locations of where
# either OutY or OutX is max
sample = yeild.loc[idx]

【讨论】：