python - Timeseries Multiindex groupby 和按事件可视化
问题描述
- 如何分组多索引时间序列?(在每个事件中都有很多时间序列)
从 :
Consumption
Object1 Event1 2021-07-28 00:27:51 0.996803
2021-07-28 00:34:46 0.567108
Event2 2021-07-28 00:44:52 0.032592
2021-07-28 00:33:41 0.834045
Event3 2021-07-28 00:35:02 0.913118
2021-07-28 00:37:05 0.775223
Object2 Event1 2021-07-28 00:42:09 0.934766
2021-07-28 00:40:07 0.186184
Event2 2021-07-28 00:42:05 0.570700
2021-07-28 00:44:33 0.577405
Object3 Event1 2021-07-28 00:47:04 0.565766
2021-07-28 00:47:54 0.201725
Event2 2021-07-28 00:48:09 0.631816
2021-07-28 00:53:37 0.784415
Event4 2021-07-28 00:51:43 0.201031
2021-07-28 00:54:57 0.722877
至 :
Object1 Event1 sum (timeseries.diff()*1/2*(df['Consumption']+df['Consumption'].shift(1)))
....
Object3 Event4 sum (timeseries.diff()*1/2*(df['Consumption']+df['Consumption'].shift(1)))
产品时间段内本次平均消费的总和。
- 在散点图上显示所有按事件对齐的对象时间序列?
这里的数据样本
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.rand(16),
index=[['Object1','Object1','Object1', 'Object1','Object1','Object1',
'Object2','Object2','Object2','Object2',
'Object3','Object3', 'Object3','Object3','Object3', 'Object3'],
['Event1','Event1', 'Event2','Event2', 'Event3','Event3',
'Event1','Event1', 'Event2','Event2', 'Event1','Event1',
'Event2','Event2', 'Event4','Event4'],
['2021-07-28 00:27:51', '2021-07-28 00:34:46', '2021-07-28 00:44:52',
'2021-07-28 00:33:41', '2021-07-28 00:35:02', '2021-07-28 00:37:05',
'2021-07-28 00:42:09', '2021-07-28 00:40:07', '2021-07-28 00:42:05',
'2021-07-28 00:44:33', '2021-07-28 00:47:04', '2021-07-28 00:47:54',
'2021-07-28 00:48:09', '2021-07-28 00:53:37', '2021-07-28 00:51:43',
'2021-07-28 00:54:57']],
columns=['Consumption'])
解决方案
推荐阅读
- php - Twig:如何在嵌套模板块中设置标题?
- uwp - 错误:未为项目设置 OutputPath 属性
- html - 如何在 GWT 中将 CSS 文件链接到 HTML
- ray - 用于 Actor 对象中的方法时,远程调用会阻塞吗?
- javascript - 如果数组在对象中并且对象在下一个数组中,如何在数组中的对象中获取值?
- amazon-web-services - 如何在 Terraform 的 EMR 集群中将 JSON 文件分配为 STEP?
- javascript - 将给定的百分比金额减去一个值
- excel - 创建三个 csv 文件的 VBA 宏
- f# - 我是否正确使用 Deedle Series.map?
- python - 从标头中删除索引并重新索引数据以从 0 开始