YYYY-MM-DD( 'arrival_date')の形式の時系列(インデックスとして)を含むpandasデータフレームがあり、平日(月曜日から月曜日)ごとにグループ化したいと思います。日曜日)他の列の平均、中央値、標準などを計算するために、最終的に7行だけにする必要があります。これまでのところ、週ごとにグループ化する方法しかわかりませんでした。これは、すべてを週ごとに集計します。
# 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()
パンダで私の目標を達成する簡単な方法はありますか? 7番目の要素を1つおきに選択して、結果の配列に対して操作を実行することを考えていましたが、それは不必要に複雑に思えます。
データフレームのヘッドは次のようになります
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
最初のパラメータが必要だと思いますparse_dates
in read_csv
列を日時に解析してから groupby
by weekday_name
および集計:
df_data = pd.read_csv('data.csv', parse_dates=['arrival_date'])
week_df = df_data.groupby(df_data['arrival_date'].dt.weekday_name).mean()
print (week_df)
price_1 price_2 price_3 price_4
arrival_date
Friday 71.952235 1130.106565 64.900476 25.779593
Monday 71.026544 1391.363442 67.362277 25.976418
Saturday 83.149556 1364.312304 76.538815 27.371489
Sunday 57.553097 1223.977557 51.952801 21.552876
Thursday 66.831764 1364.982781 63.940393 23.887128
Tuesday 79.006604 1241.603185 75.360606 28.250994
Wednesday 76.021324 1276.650570 72.485089 23.611288
数値インデックスの場合 weekday
:
week_df = df_data.groupby(df_data['arrival_date'].dt.weekday).mean()
print (week_df)
price_1 price_2 price_3 price_4
arrival_date
0 71.026544 1391.363442 67.362277 25.976418
1 79.006604 1241.603185 75.360606 28.250994
2 76.021324 1276.650570 72.485089 23.611288
3 66.831764 1364.982781 63.940393 23.887128
4 71.952235 1130.106565 64.900476 25.779593
5 83.149556 1364.312304 76.538815 27.371489
6 57.553097 1223.977557 51.952801 21.552876
編集:
正しい順序で追加するには reindex
:
days = ['Monday','Tuesday','Wednesday','Thursday','Friday','Saturday', 'Sunday']
week_df = df_data.groupby(df_data['arrival_date'].dt.weekday_name).mean().reindex(days)
print (week_df)
price_1 price_2 price_3 price_4
arrival_date
Monday 71.026544 1391.363442 67.362277 25.976418
Tuesday 79.006604 1241.603185 75.360606 28.250994
Wednesday 76.021324 1276.650570 72.485089 23.611288
Thursday 66.831764 1364.982781 63.940393 23.887128
Friday 71.952235 1130.106565 64.900476 25.779593
Saturday 83.149556 1364.312304 76.538815 27.371489
Sunday 57.553097 1223.977557 51.952801 21.552876