Python - 以時間爲索引，獲得一個數據幀作爲索引和幾個日期列

Question

我想我需要一些「熔化」功能的幫助。

我有一個數據幀，它看起來像以下：

正如你可以看到當前的指數是時間。

但是，如果想實現以下目標：

背後的理由是，我想比較同季的RZS值不同天。

我知道我可以使用熔體功能，但我不知道這個功能是如何工作的？

from pandas import melt 

df = pd.DataFrame(index=['00:00:00', '00:15:00'], columns=["2014-12-01","2014-12-02"]) 

它創建數據框，但我不知道如何來填補它。 我的問題：

1. 什麼是最簡單的方法來創建一個包含所有96個季度的一天的索引？
2. 如何使用融化函數來填充新的df？

非常感謝您提前。

Answer 1

您可能在尋找pivot_table，這與melt相反。爲簡單起見，下面的代碼重新創建輸入數據幀與包含「Uhrzeit」列96的整數值，表示時間宿舍：

import pandas as pd 
import numpy as np 

data = { 
    'Datum': ['2014-12-01'] * 96 + ['2014-12-02'] * 96, 
    'Uhrzeit': range(96) + range(96), 
    'RZS': np.random.rand(96*2), 
} 

df = pd.DataFrame(data).set_index('Datum')[['Uhrzeit', 'RZS']] 
df.reset_index(inplace=True) # Now this df looks like the input you described 
df = pd.pivot_table(df, values='RZS', rows='Uhrzeit', cols='Datum') 
print df[:10] 

輸出：

Datum 2014-12-01 2014-12-02 
Uhrzeit       
0   0.864674 0.363400 
1   0.736678 0.925202 
2   0.807088 0.076891 
3   0.007031 0.528020 
4   0.047997 0.216422 
5   0.625339 0.636028 
6   0.115018 0.141142 
7   0.424289 0.101075 
8   0.544412 0.147669 
9   0.151214 0.274959 

可以然後切片出包含數據幀所需的「Uhrzeit」。

---

編輯：看來列RZS被表示爲字符串，因爲它預期值列是數值導致一些問題pivot_table。這裏是一個快速解決該列轉換爲數值，假設STR '1.087,29'應該算是一個浮動1087.29：

df = pd.DataFrame({'RZS': ['1.087,29', '1.087.087,28', '1.087.087.087,28']}) 

def fix(x): 
    return x.replace('.', '').replace(',', '.') 

df['RZS'] = df['RZS'].apply(fix).astype(float) 

# The column RZS now should be of dtype float, and pivot_table should work.