web-dev-qa-db-ja.com

pandas）でfloatシリーズを整数シリーズに変換します

次のデータフレームがあります。

In [31]: rise_p
Out[31]: 
         time    magnitude
0  1379945444   156.627598
1  1379945447  1474.648726
2  1379945448  1477.448999
3  1379945449  1474.886202
4  1379945699  1371.454224

ここで、1分以内の行をグループ化します。したがって、時系列を100で除算します。次のようになります。

In [32]: rise_p/100
Out[32]: 
          time  magnitude
0  13799454.44   1.566276
1  13799454.47  14.746487
2  13799454.48  14.774490
3  13799454.49  14.748862
4  13799456.99  13.714542

上で説明したように、時間に基づいてグループを作成したいと思います。したがって、予想されるサブグループは、時間13799454および13799456の行になります。私はこれをします：

In [37]: ts = rise_p['time']/100

In [38]: s = rise_p/100

In [39]: new_re_df = [s.iloc[np.where(int(ts) == int(i))] for i in ts]
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-39-5ea498cf32b2> in <module>()
----> 1 new_re_df = [s.iloc[np.where(int(ts) == int(i))] for i in ts]

TypeError: only length-1 arrays can be converted to Python scalars

Int（）はシリーズまたはリストを引数として受け取らないので、tsを整数シリーズに変換するにはどうすればよいですか？ pandasにこれを行う方法はありますか？

pythonpandastime-series
8
Geekster

Astypeで変換してみてください：

new_re_df = [s.iloc[np.where(ts.astype(int) == int(i))] for i in ts]

編集

@Rutger Kassiesの提案では、シリーズをキャストしてからグループ化するのがより良い方法です。

rise_p['ts'] = (rise_p.time / 100).astype('int')

ts_grouped = rise_p.groupby('ts')

...
13
drexiya

これがあなたの問題を解決する別の方法です

In [3]: df
Out[3]: 
         time    magnitude
0  1379945444   156.627598
1  1379945447  1474.648726
2  1379945448  1477.448999
3  1379945449  1474.886202
4  1379945699  1371.454224

In [4]: df.dtypes
Out[4]: 
time           int64
magnitude    float64
dtype: object

エポックのタイムスタンプを秒に変換する

In [7]: df['time'] = pd.to_datetime(df['time'],unit='s')

インデックスを設定する

In [8]: df.set_index('time',inplace=True)

In [9]: df
Out[9]: 
                       magnitude
time                            
2013-09-23 14:10:44   156.627598
2013-09-23 14:10:47  1474.648726
2013-09-23 14:10:48  1477.448999
2013-09-23 14:10:49  1474.886202
2013-09-23 14:14:59  1371.454224

1分ごとにグループ化し、結果を意味します（how=は任意の関数にすることもできます）

In [10]: df.resample('1Min',how=np.mean)
Out[10]: 
                       magnitude
time                            
2013-09-23 14:10:00  1145.902881
2013-09-23 14:11:00          NaN
2013-09-23 14:12:00          NaN
2013-09-23 14:13:00          NaN
2013-09-23 14:14:00  1371.454224
4
Jeff

tsをタイプSeriesのintに変換するもう1つの非常に一般的な方法は次のとおりです。

rise_p['ts'] = (rise_p.time / 100).apply(lambda val: int(val))

applyを使用すると、任意の関数をSeriesオブジェクトの値ごとに適用できます。 applyは、DataFrameオブジェクトの列でも機能します。

0
winni2k