如何使用 python 从数据框创建多个 Pandas 时间序列？

Question

我从一个如下所示的 Pandas 数据框开始：

   Type Date Number
1   A    x     y
2   B    x     y
3   A    x     y
4   B    x     y
5   A    x     y

我想分别为 A 类数据和 B 类数据创建单独的时间序列。最有效的方法是什么？

我正在考虑从中创建两个不同的数据帧，其中每个数据只有一种类型的数据，然后将每个单独的数据帧转换为一个系列。但是我也不知道该怎么做。

扩展问题：如果你连有多少种不同的类型都不知道，有没有办法做到这一点？

到目前为止，我尝试使用 df["type"] == A 来检查类型是否是我想要的类型，但这并没有给我一个完整的数据框，只是一个数据框说类型是否是对或错。

附加信息：

我的目标是使用类型 A 和类型 B 的日期和数字数据创建单独的 pandas 时间序列。

我尝试了以下方法：

df.groupBy("Type").apply(lambda x: x.Date)

上述功能有效，但只有 returns 一列。

df.groupBy("Type").apply(lambda x: (x.Date, x.Number))

上面的功能不起作用，returns完全不是我想要的东西。

预期输出：

Type    Date Number
 A   1   x     y
     3   x     y
     5   x     y
 B   2   x     y
     4   x     y

Answer 1

如果您想按类型对日期进行分组并将它们放入一个单独的系列中，您可以执行以下操作。

按类型分组： grouped = df.groupby('Type')

从每个组中获取日期： dates = grouped.apply(lambda x:x.Date)

dates 现在看起来像这样：

Type   
A     1    x
      3    x
      5    x
B     2    x
      4    x

您可以按类型名称访问系列：dates.A, dates.B 等

So far I tried checking to see if the type is of the type I want by using df["type"] == A, and this doesn't give me a full data frame back just a data frame saying if the type was true or false.

df["type"] == A 给你一个布尔掩码，你可以把它插回数据框：df[df["type"] == A] 不过这是一个很基础的pandas操作，看看官方教程，例子很多：http://pandas.pydata.org/pandas-docs/stable/tutorials.html

如何使用 python 从数据框创建多个 Pandas 时间序列？

How to create multiple Pandas time series from a data frame using python?

python

time-series

dataframe

pandas