Skip to main content
 首页 » 编程设计

python之按名称和来源重新采样 pandas 数据框

2025年05月04日11daizhj

我有以下 Pandas DataFrame 对象 df。这是一张火车时刻表,列出了出发日期、预定出发时间和火车公司。

import pandas as pd 
df =  
 
            Year  Month DayofMonth  DayOfWeek  DepartureTime Train    Origin 
Datetime 
1988-01-01  1988    1     1         5        1457      BritishRail   Leeds 
1988-01-02  1988    1     2         6        1458      DeutscheBahn  Berlin 
1988-01-03  1988    1     3         7        1459      SNCF           Lyons 
1988-01-02  1988    1     2         6        1501      BritishRail   Ipswich 

现在,我想通过列出每周某个铁路公司从该车站出发的次数来重新抽样这个时间序列。

例如,每周有多少列英国铁路列车离开该车站?每周有多少列英国铁路列车从利兹出发离开该车站?

我怀疑结果是 Pandas 系列对象。

我尝试了每周英国铁路总计

BR_weekly = df[df['Train']=='BritishRail'].resample("W", how='sum') 

但这并没有给我一个形式的时间序列

Datetime   Number of trains 
i.e. 
Datetime 
1988-01-03     434 
1988-01-10     982 
1988-01-17     989 
Freq: W-SUN, dtype: int64 

我该如何解决这个问题?

请您参考如下方法:

我的输入数据(添加和更改一些日期):

print df 
            Year  Month  DayofMonth  DayOfWeek  DepartureTime         Train  \ 
Datetime                                                                       
1988-01-01  1988      1           1          5           1457   BritishRail    
1988-01-01  1988      1           1          5           1457   BritishRail    
1988-01-10  1988      1           2          6           1458  DeutscheBahn    
1988-01-12  1988      1           3          7           1459          SNCF    
1988-01-20  1988      1           2          6           1501   BritishRail    
 
             Origin   
Datetime              
1988-01-01    Leeds   
1988-01-01    Leeds   
1988-01-10   Berlin   
1988-01-12    Lyons   
1988-01-20  Ipswich    

您可以使用 groupby通过 Grouper并计算 Train 列的值。

print df.groupby(pd.Grouper(freq='W'))['Train'].count() 
1988-01-03    2 
1988-01-10    1 
1988-01-17    1 
1988-01-24    1 
Freq: W-SUN, Name: Train, dtype: int64 

或者您可以选择列 Train 和 resample它由计数:

print df['Train'].resample('W', how='count') 
Datetime 
1988-01-03    2 
1988-01-10    1 
1988-01-17    1 
1988-01-24    1 
Freq: W-SUN, Name: Train, dtype: int64 

编辑:

我认为你不能使用sum,因为它连接Train列中的字符串:

print df.Train[df['Train'].isin(['BritishRail'])].resample("W", how='sum') 
Datetime 
1988-01-03    BritishRailBritishRail 
1988-01-10                         0 
1988-01-17                         0 
1988-01-24               BritishRail 
Freq: W-SUN, Name: Train, dtype: object 

选择一列 Train,其中 BritishRail 使用 isin并使用 count 而不是 sum 对其重新采样:

print df.Train[df['Train'].isin(['BritishRail'])].resample("W", how='count') 
Datetime 
1988-01-03    2 
1988-01-10    0 
1988-01-17    0 
1988-01-24    1 
Freq: W-SUN, Name: Train, dtype: int64