使用 groupby 考虑最后一组答案

【问题标题】：Consider last group with groupby使用 groupby 考虑最后一组
【发布时间】：2019-12-11 14:52:27
【问题描述】：

我只是想进一步了解grouper。我知道调用frequency 会使某些功能无效。但我想知道在使用grouper 时是否可以计算最后一段。例如，我希望 max 计数包含 13:30:00 and 13:45:00 之间的 15 分钟段，用于下面的 df。

df = pd.DataFrame({
    'Time' : ['1904-01-01 13:00:00','1904-01-01 13:10:00','1904-01-01 13:15:00','1904-01-01 13:25:00','1904-01-01 13:35:00'],                 
    'Number' : [2,2,1,1,1],                      
    })

df['Time'] = pd.to_datetime(df['Time'])

df = df.groupby(pd.Grouper(freq='15T', key='Time', closed = 'left'))['Number'].max().ffill()
df = df.reset_index(level=['Time'])

输出：

                 Time  Number
0 1904-01-01 13:00:00       2
1 1904-01-01 13:15:00       1
2 1904-01-01 13:30:00       1

这可以通过使用label = 'right' 来实现。但输出是：

                 Time  Number
0 1904-01-01 13:15:00       2
1 1904-01-01 13:30:00       1
2 1904-01-01 13:45:00       1

我希望返回df：

                 Time  Number
0 1904-01-01 13:00:00       2
1 1904-01-01 13:15:00       1
2 1904-01-01 13:30:00       1
3 1904-01-01 13:45:00       1

【问题讨论】：

标签： pandas group-by

【解决方案1】：

我在 pandas 0.24.2 中得到不同的输出：

df = df.groupby(pd.Grouper(freq='15T', key='Time', closed = 'right'))['Number'].max().ffill()
df = df.reset_index(level=['Time'])
print (df)
                 Time  Number
0 1904-01-01 12:45:00       2
1 1904-01-01 13:00:00       2
2 1904-01-01 13:15:00       1
3 1904-01-01 13:30:00       1

标签可以移动label='right'，但值不会改变：

df = (df.groupby(pd.Grouper(freq='15T', key='Time', label='right', closed = 'right'))['Number']
       .max().ffill())

#resample alternative
df2 = df.resample('15T', on='Time', label='right', closed='right')['Number'].max().ffill()
df2 = df.reset_index(level=['Time'])
print (df2)
                 Time  Number
0 1904-01-01 13:00:00       2
1 1904-01-01 13:15:00       2
2 1904-01-01 13:30:00       1
3 1904-01-01 13:45:00       1

更多信息请参见how to understand closed and label arguments in pandas resample method?，因为Grouper 使用相同的逻辑并且大多数参数是相同的。

您的问题的可能解决方案是添加新行，将最大日期时间偏移15 Min：

df1 = pd.DataFrame({'Time': df['Time'].max() + pd.Timedelta('15T'),
                    'Number':df['Number'].iat[-1]}, index=[0])
print (df1)
                 Time  Number
0 1904-01-01 13:50:00       1

df = df.append(df1).groupby(pd.Grouper(freq='15T', key='Time'))['Number'].max()
df = df.reset_index(level=['Time'])

print (df)
                 Time  Number
0 1904-01-01 13:00:00       2
1 1904-01-01 13:15:00       1
2 1904-01-01 13:30:00       1
3 1904-01-01 13:45:00       1

【讨论】：

谢谢@jezrael。我确实考虑在 df 末尾添加一个新行。我只是不知道我是否缺少可以执行相同任务的功能。