时间戳

首页 > 解决方案 > 如何在熊猫数据框中使用连接方法

python - 如何在熊猫数据框中使用连接方法

问题描述

我有这行代码，它获取前一天的最后一个值并将其重复添加到第二天的新列中。工作正常。

df = df.join(df.resample('B', on='Date')['x'].last().rename('xnew'), on=pd.to_datetime((df['Date'] - pd.tseries.offsets.BusinessDay()).dt.date))

现在我需要类似的东西，但我无法让它工作。
我现在需要“打开”中当天的第一个值，并将该值复制到新列“打开”中的每一行中，我每天都
尝试这样做，但它不起作用：

df = df.join(df.resample('B', on='Date')['Open'].last().rename('opening'), on=pd.to_datetime((df['Date'])))

错误：

ValueError: columns overlap but no suffix specified: Index(['opening'], dtype='object')

我怎么能做到这一点？

和：

opening = df.resample('B', on='Date')['Open'].first()

Date
2019-06-20    2927.25
2019-06-21    2932.75
2019-06-24    2942.00
2019-06-25    2925.00
2019-06-26    2902.75
               ...   
2020-06-17    3116.50
2020-06-18    3091.50
2020-06-19    3101.75
2020-06-22    3072.75
2020-06-23    3111.25

..我得到第一个值，我想要的输出是

        Date                 Open       opening
1       2020-06-24 07:00:00  3091.50    3111.25  
2       2020-06-24 07:05:00  3092.50    3111.25
3       2020-06-24 07:10:00  3090.25    3111.25
4       2020-06-24 07:15:00  3089.75    3111.25

这是一些示例数据。对于此示例，现在的日期是从 7:00 到 7:15：

           Time             Open
Date        
2019-06-20 07:00:00 70000   2927.25
2019-06-20 07:05:00 70500   2927.00
2019-06-20 07:10:00 71000   2927.00
2019-06-20 07:15:00 71500   2926.75
2019-06-21 07:00:00 70000   2932.75
2019-06-21 07:05:00 70500   2932.25
2019-06-21 07:10:00 71000   2933.00
2019-06-21 07:15:00 71500   2930.75
2019-06-24 07:00:00 70000   2942.00
2019-06-24 07:05:00 70500   2941.50
2019-06-24 07:10:00 71000   2942.00
2019-06-24 07:15:00 71500   2941.50
2019-06-25 07:00:00 70000   2925.00
2019-06-25 07:05:00 70500   2925.75
2019-06-25 07:10:00 71000   2926.50
2019-06-25 07:15:00 71500   2926.00
2019-06-26 07:00:00 70000   2902.75
2019-06-26 07:05:00 70500   2903.00
2019-06-26 07:10:00 71000   2904.00
2019-06-26 07:15:00 71500   2904.25

标签： pythonpandas

解决方案

我开始使用与您类似的方法，使用resample. 我添加的东西是移动所有值，以便每个值都将第二天作为索引。然后我可以将此值提供给Series.map在日期应用。

这是代码：

df['opening'] = df.Date.dt.date.map(df.resample('B', on='Date').Open.first().shift())

    Date                Open    opening
0   2019-06-20 07:00:00 2927.25 
1   2019-06-20 07:05:00 2927.0  
2   2019-06-20 07:10:00 2927.0  
3   2019-06-20 07:15:00 2926.75 
4   2019-06-21 07:00:00 2932.75 2927.25
5   2019-06-21 07:05:00 2932.25 2927.25
6   2019-06-21 07:10:00 2933.0  2927.25
7   2019-06-21 07:15:00 2930.75 2927.25
8   2019-06-24 07:00:00 2942.0  2932.75
9   2019-06-24 07:05:00 2941.5  2932.75
10  2019-06-24 07:10:00 2942.0  2932.75
11  2019-06-24 07:15:00 2941.5  2932.75
12  2019-06-25 07:00:00 2925.0  2942.0

当然，第一天会有NaN。

推荐阅读