处理缺失时间序列数据的数据框答案

【问题标题】：Dataframe Dealing With Missing Time Series Data处理缺失时间序列数据的数据框
【发布时间】：2016-11-04 16:28:04
【问题描述】：

我的 DataFrame 是一个数组时间序列，在大约 60 天内每分钟拍摄一次。

首先我想将 df 分割成 24 小时周期。
然后我想将某些属性绘制为瀑布图，折线图相互叠加。

我正在考虑在 for 循环中使用 iloc 来执行此操作，因为 df 行是按时间索引的，这意味着每天有 3600 行。问题是我不知道如何将每个分配给一个变量。

for i in range(58)
     df = timethingdf.iloc[809+i*3600:809+(i+1)*3600]

如您所见，我希望 df 对于我用它制作的 58 个 dfs 中的每一个都不同。

而且我不知道如何制作图表。

【问题讨论】：

标签： python pandas matplotlib

【解决方案1】：

我认为你应该是这个意思：

for i in range(58)
    df = timethingdf.iloc[809+i*3600:809+(i+1)*3600]
    # Doing something with `df`

【讨论】：

【解决方案2】：

我想你想要的是TimeGrouper:

data = {'date':['2004-1-2:10:10:00', '2004-1-2:10:11:00', '2004-1-1:11:11:00', '2004-1-1:11:13:00'], 'foo':[5,6,7,8]}
df = pd.DataFrame(data)
df['date'] = pd.to_datetime(df['date'], format='%Y-%m-%d:%H:%M:%S')
df = df.set_index('date')
grouped = df.groupby(pd.TimeGrouper('24H')).sum()

In [7]: grouped
Out[8]:
            foo
date
2004-01-01   15
2004-01-02   11

然后，您可以将 .sum() 替换为您想在分组子集上使用的任何聚合器。

【讨论】：