Ich habe einen Pandas-Datenframe, der eine Zeitreihe (als Index) der Form YYYY-MM-DD ('arrival_date') und I enthält Ich würde gerne jeden Wochentag (Montag bis Sonntag) gruppieren, um für die anderen Spalten den Mittelwert, Median, Std. usw. zu berechnen. Ich sollte am Ende nur sieben Zeilen haben und bis jetzt habe ich nur herausgefunden wie nach Woche gruppieren, was alles wöchentlich aggregiert.Pandas-Gruppe nach Wochentag (M/T/W/T/F/S/S)
# Reading the data
df_data = pd.read_csv('data.csv', delimiter=',')
# Providing the correct format for the data
df_data = pd.to_datetime(df_data['arrival_date'], format='%Y%m%d')
# Converting the time series column to index
df_data.index = pd.to_datetime(df_data['arrival_date'], unit='d')
# Grouping by week (= ~52 rows per year)
week_df = df_data.resample('W').mean()
Gibt es einen einfachen Weg, um mein Ziel in Pandas zu erreichen? Ich dachte daran, jedes andere siebte Element auszuwählen und Operationen an dem resultierenden Array durchzuführen, aber das erscheint unnötig komplex.
Der Kopf des Datenrahmens wie folgt aussieht
arrival_date price 1 price_2 price_3 price_4
2 20170816 75.945298 1309.715056 71.510215 22.721958
3 20170817 68.803269 1498.639663 64.675232 22.759137
4 20170818 73.497144 1285.122022 65.620260 24.381532
5 20170819 78.556828 1377.318509 74.028607 26.882429
6 20170820 57.092189 1239.530625 51.942213 22.056378
7 20170821 76.278975 1493.385548 74.801641 27.471604
8 20170822 79.006604 1241.603185 75.360606 28.250994
9 20170823 76.097351 1243.586084 73.459963 24.500618
10 20170824 64.860259 1231.325899 63.205554 25.015120
11 20170825 70.407325 975.091107 64.180692 27.177654
12 20170826 87.742284 1351.306100 79.049023 27.860549
13 20170827 58.014005 1208.424489 51.963388 21.049374
14 20170828 65.774114 1289.341335 59.922912 24.481232
Können Sie Datenabtastwert hinzufügen? – jezrael