时间戳

首页 > 解决方案 > 如何将组切片到最近的第 n 个观察值

python - 如何将组切片到最近的第 n 个观察值

问题描述

我有一个看起来像这样的时间序列数据集：

Time   ID   X_Pos   Y_Pos
1      1    150     300
2      1    160     310
3      1    156     500
4      2    300     439 
5      2    200     500
6      3    500     320
7      3    400     230
8      3    500     540
9      3    450     600
10     3    400     600

我基本上需要将每个 ID 中的观察数四舍五入到最接近的第 n 倍数，在本例中，我将使用最接近的 2。这将产生一个如下所示的数据集：

Time   ID   X_Pos   Y_Pos
1      1    150     300
2      1    160     310
4      2    300     439 
5      2    200     500
6      3    500     320
7      3    400     230
8      3    500     540
9      3    450     600

如您所见，每个组中剩余的确切行数取决于组的初始大小，但始终保持为 2 的倍数。

通过下面的代码，我已经非常接近获得我需要的东西，但是我错过了最后一步（由问号指出）：

grouped = data.groupby('ID')
timesteps = 2

def round_down(num, divisor):
    return num - (num%divisor)

endSlice = pd.DataFrame(round_down(grouped.size(), timesteps)).reset_index()

slicedData = data.groupby('ID', as_index = False).apply(lambda x: x.iloc[0: ???????])

编辑 问题是，为了实现所需的数据集（即第二个数据集），我需要在问号所在的代码部分中添加什么，或者，是否有更有效的方法来实现这个数据集？

我认为问号所在的代码部分只需要引用每个 ID 的 endSlice 值，但我对 python 还很陌生，并且对这样的事情缺乏一些了解。

如果已在其他地方回答此问题，请提前感谢您的帮助和道歉。

标签： pythonpandaspandas-groupby

解决方案

如果我理解正确，您可以这样做：

# Set the multiple that you want the size of each group to be:
n = 2

# Groupby ID, then apply .head() to get the size you want:
df.groupby('ID').apply(lambda x: x.head(len(x) - len(x) % n)).reset_index(drop=True)

   Time  ID  X_Pos  Y_Pos
0     1   1    150    300
1     2   1    160    310
2     4   2    300    439
3     5   2    200    500
4     6   3    500    320
5     7   3    400    230
6     8   3    500    540
7     9   3    450    600

请注意，这基本上等同于您尝试使用iloc，并且不需要该round_down功能：

df.groupby('ID').apply(lambda x: x.iloc[:len(x)-len(x)%n]).reset_index(drop=True)

这两个都将采用每组数据的开头，直到最接近的倍数n。

相反，如果您希望每个组的随机数据（而不是数据的开头），但每个组的大小仍然是 的倍数n，请使用sample代替head/ iloc：

df.groupby('ID').apply(lambda x: x.sample(len(x) - len(x) % n)).reset_index(drop=True)

   Time  ID  X_Pos  Y_Pos
0     2   1    160    310
1     1   1    150    300
2     4   2    300    439
3     5   2    200    500
4     9   3    450    600
5    10   3    400    600
6     8   3    500    540
7     6   3    500    320

推荐阅读