#python#DataFrame 时间序列数据处理常用操作

这篇博客介绍了如何处理时间序列数据,包括按年月日切割DataFrame、选取和删除行/列、合并多个DataFrame、格式化日期、处理缺失值以及行和列的选择。主要使用了pandas库中的drop、concat、reset_index、interpolate等方法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

有X个机组以15分钟为步长的长系列(年月日时分)出力的数据,想处理成每个机组的,以“年月日”为索引值,每行显示1天96个点出力的形式。

先利用df.head()把dataframe按96切割成Y份,然后将Y份的第x列(x号机组的出力)提取出来,放到list里,再利用concat将list合并为新的dataframe,将该dataframe的列名更改为长系列(年月日),再转置,就可以得到想要的格式。

1. 已知某元素索引位置,选取该元素

dataframe 如下,记为df


输入 df.loc['索引名称‘’,‘列名称’] 即可,例如


若没有index或列名称,则使用df.iloc[]在对应位置输入索引位置即可。


2. 删除多行/多列

使用的前提是,dataframe的index和columns用的是数字,利用了drop()和range()函数。

D

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值