python - 如何迭代地求和数据框中一列的元素
问题描述
我是新手。我有一个数据框,其中包含 100 个消费者的年度 5 分钟分辨率电力负荷数据(每个 csv 有 >100,000 行)。对于特定客户,我需要找到每个月的滚动最大半小时需求。由于我的数据是每 5 分钟一次,因此我在列负载功率 (kW) 中连续汇总了 6 个条目
ID Date_time load power (kW)
0 1/01/2018 0:00 0.191566105
1 1/01/2018 0:05 0.193145833
2 1/01/2018 0:10 0.192853152
3 1/01/2018 0:15 0.270974475
4 1/01/2018 0:20 0.290183338
5 1/01/2018 0:25 0.185485805
6 1/01/2018 0:30 0.208431765
7 1/01/2018 0:35 0.269577658
8 1/01/2018 0:40 0.268412758
9 1/01/2018 0:45 0.286095837
10 1/01/2018 0:50 0.301008341
11 1/01/2018 0:55 0.390496602
12 1/01/2018 1:00 0.406787652
13 1/01/2018 1:05 0.229862502
14 1/01/2018 1:10 0.190870833
15 1/01/2018 1:15 0.190224999
负载功率(kW)值需要连续对 6 个条目(5 分钟 *6 = 30 分钟)求和,因此索引 0-5、索引 1-6、2-7... 并在每个月的 succ_6 列中找到最大值
ID Date_time load power (kW) succ_6
0 1/01/2018 0:00 0.191566105 1.324208707
1 1/01/2018 0:05 0.193145833 1.341074367
2 1/01/2018 0:10 0.192853152 1.417506192
3 1/01/2018 0:15 0.270974475 1.493065799
4 1/01/2018 0:20 0.290183338 1.508187161
5 1/01/2018 0:25 0.185485805 1.519012164
6 1/01/2018 0:30 0.208431765 1.724022961
7 1/01/2018 0:35 0.269577658 1.922378848
8 1/01/2018 0:40 0.268412758 1.882663692
9 1/01/2018 0:45 0.286095837 1.805121767
10 1/01/2018 0:50 0.301008341 1.70925093
11 1/01/2018 0:55 0.390496602 1.604063424
12 1/01/2018 1:00 0.406787652 1.408709679
13 1/01/2018 1:05 0.229862502 1.192568766
14 1/01/2018 1:10 0.190870833 1.236928491
15 1/01/2018 1:15 0.190224999 1.321553317
每个月都必须这样做
例如 0-5, 1-6,2-7,3-8 ......
我编写了一个效率低下的代码,我认为它正在按预期进行,但对于一个消费者来说需要 36 分钟,而且我需要超过 100 分钟。
def monthly_hh_maximum (df_input, filenames,file_path):
# to store maximum half hourly demand (m_max) for each consumer for each month of year (m_o_y)
df_m_hh_max =pd.DataFrame(columns=['filename','m_o_y','m_max'])
# 100 consumers, 100 filenames
for filename in filenames:
print(filename)
#finds out unique months of year from date in given time series data
month_o_year=df_input[filename]['Date_conv'].unique()
#looping over months of year for one consumer
for m_o_y in month_o_year:
# find out the number of days in the given month
df_input_m_o_y_len=((df_input[filename].loc[df_input[filename]['Date_conv']==m_o_y]))['Date_conv'].size
df_temp=df_input[filename].loc[df_input[filename]['Date_conv']==m_o_y]
print(df_input_m_o_y_len)
monthly_mm=0
for i in range (0,df_input_m_o_y_len-6):
#Next line retrieves a view of dataframe which has data for that particular
# month and iteratively sums successive 6 elements of column load power to find the maximum
monthly_mm_temp= ((df_input[filename].loc[df_input[filename]['Date_conv']==m_o_y]))['load power (kW)'].iloc[i:i+6].sum()
print(i)
print(monthly_mm_temp)
print(m_o_y)
if(monthly_mm>monthly_mm_temp):
monthly_mm=monthly_mm
else:
monthly_mm=monthly_mm_temp
df_m_hh_max['filename']=filename
df_m_hh_max['m_o_y'] = m_o_y
df_m_hh_max['m_max'] = monthly_mm
我正在尝试减少计算时间,因为我的资源有限,并且我意识到我的代码效率低下。
解决方案
使用上面来自@Dan 和@Zipa 的建议,在这里我有一个 str 月份列,我在该列上按月份对其进行分组,然后为每个具有 6 个元素的级联窗口生成 rolling_sum。然后,再次按月分组并生成最大值,然后生成唯一值。我正在生成所有这些值以检查结果。最终的代码会短很多。
def demand_a_savings (df_input, filenames,file_path):
for filename in filenames:
df_input[filename]['rolling_sum_b'] = df_input[filename].groupby('Month')['load power (kW)'].transform(lambda x: x.rolling(6,6).sum())
df_input[filename]['max_value_b']=df_input[filename].groupby('Month')['rolling_sum_b'].transform(lambda x:x.max())
print(df_input[filename]['max_value_b'].unique())
推荐阅读
- lua - 安装 lua 请求时出错
- javascript - 这个关键字在 node.js 中是如何工作的
- ios - Siesta 加载在陈旧资源上失败
- html - 我已将 Bootstrap 4“carousel-caption”定位为绝对。但是当我做响应模式时,它并不是全部响应
- php - 使用 eloquent laravel 将默认值设置为一行
- sql - 如何添加自动当前日期列?
- c - DNS:使用 resolv.h 检索主机 IP 地址
- android - 具有 2 个活动的共享元素事务
- javascript - Javascript中的关键字实例
- java - valueOf() 和 String.format() 之间的区别