Pandas 转换时间序列 15 分钟数据

Question

我有一个时间序列数据，其中包含每 15 分钟时间块获取的价格值。我想转换每个时间块成为一列的数据，我们得到特定日期的一行。例如，包含 2 列的数据帧 - ['Date-Time', 'Price'] 导致 1+96 列的数据帧 - ['Date'] 和每个时间块的 96 列。

这是我编写的用于将小时数转换为列的代码 - 给出了 24 列小时数。如何在 15 分钟内将其转换为 96 列-

def transform_to_hour_cols(series):
    df = pd.DataFrame()

    start = series.index.min()
    end = series.index.max()
    
    df['year'] = series.index.year
    df['month'] = series.index.month
    df['day'] = series.index.day
    df['hours'] = series.index.hour
    df['loads'] = series.values
  
    
    df = df.set_index(['year', 'month', 'day', 'hours'], append=True).unstack()
    df = df.groupby(['year', 'month', 'day']).sum()
    
    df.reset_index(inplace=True)
    df.drop(['year', 'month', 'day'], axis=1, inplace=True)
    
    date_list = pd.date_range(start=start, end=end, freq='D').strftime('%Y-%m-%d')
    
    df.index = pd.DatetimeIndex(date_list, name='date')
    
    return df

price = transform_to_hour_cols(df['Price'])
price.head()

这是示例数据框-

Answer 1

您可以使用 dt.date 和 dt.time 创建 date 和 time 列。
然后，将 time 发送到列。为此，首先，您必须将 date 和 time 放在带有 .set_index() 的索引上。然后，使用 .unstack(1) 将 time 移动到列。 unstack() 中的 1 表示您正在传递刚刚创建的多索引中的第二个索引列。如果您已通过 0，那么您将向列发送 date。
最后，用 .reset_index(level=0)

df = pd.DataFrame({'date' : ['2020-04-01 00:00:00', '2020-04-01 00:15:00',
                             '2020-04-01 00:30:00', '2020-04-01 00:45:00', '2020-04-01 01:00:00'],
                   'mcp' : [2399.21, 2499.07, 2448.89, 2399.80, 2199.89]})
df['date'] = pd.to_datetime(df['date'])
df['time'] = df['date'].dt.time
df['date'] = df['date'].dt.date
df = df.set_index(['date', 'time']).unstack(1).reset_index(level=0)
df
Out[1]: 
           date      mcp                                    
time            00:00:00 00:15:00 00:30:00 00:45:00 01:00:00
0    2020-04-01  2399.21  2499.07  2448.89   2399.8  2199.89

根据您提供的示例数据，我假设您已经按日期成功分组为 15 分钟的时间间隔 row-wise，因此这只会帮助您将 15 分钟的时间间隔放入列中。

Pandas 转换时间序列 15 分钟数据

Pandas Transforming Time Series 15 minutes Data

time-series

python-3.x

python-datetime

pandas