pandas 数据透视表（Pivot Tables）时间序列(TimeSeries)

最新推荐文章于 2024-01-08 21:46:22 发布

m0_58852358

最新推荐文章于 2024-01-08 21:46:22 发布

阅读量657

点赞数

分类专栏： pandas 文章标签：机器学习数据挖掘 python

本文链接：https://blog.csdn.net/m0_58852358/article/details/125136720

版权

本文介绍了如何利用Pandas进行数据透视表的创建，以及在时间序列分析中进行频率转换和时区处理。重点展示了如何将高频数据重新采样为低频，并演示了如何在不同时区间转换时间数据以及处理时间间隔。

摘要由CSDN通过智能技术生成

数据透视表（Pivot Tables）

In [105]: df = pd.DataFrame({'A': ['one', 'one', 'two', 'three'] * 3,
   .....:                    'B': ['A', 'B', 'C'] * 4,
   .....:                    'C': ['foo', 'foo', 'foo', 'bar', 'bar', 'bar'] * 2,
   .....:                    'D': np.random.randn(12),
   .....:                    'E': np.random.randn(12)})
   .....: 

In [106]: df
Out[106]: 
        A  B    C         D         E
0     one  A  foo  1.418757 -0.179666
1     one  B  foo -1.879024  1.291836
2     two  C  foo  0.536826 -0.009614
3   three  A  bar  1.006160  0.392149
4     one  B  bar -0.029716  0.264599
5     one  C  bar -1.146178 -0.057409
6     two  A  foo  0.100900 -1.425638
7   three  B  foo -1.035018  1.024098
8     one  C  foo  0.314665 -0.106062
9     one  A  bar -0.773723  1.824375
1