在 pandas 中删除基于空时间的组

Question

我使用 group by 将数据框分组为不同的日期，然后使用 concat 根据日期将它们分成训练组和测试组

gp = dfs_0.groupby(pd.TimeGrouper('B'))

train = pd.concat([ gp.get_group(group) for i,group in enumerate( gp.groups) if i < len(gp)-1 ])
test = pd.concat([ gp.get_group(group) for i,group in enumerate( gp.groups) if i == len(gp)-1 ])

但是，如果工作日是银行保留，我没有数据，因此返回错误的空组：

Traceback（最近一次调用最后一次）：文件“”，第 1 行，in 文件“”，第 1 行，在文件中 "C:\ProgramData\Anaconda3\lib\site-packages\pandas\core\groupby.py", 第 640 行，在 get_group 中 raise KeyError(name) KeyError: Timestamp('2014-04-18 00:00:00', freq='B')

有没有办法在连接前过滤掉这些空组

Answer 1

有问题有些没有Dates，所以得到KeyError。

我尝试创建自定义函数：

rng = pd.to_datetime(['2014-04-16','2014-04-17','2014-04-22 00:11:00','2014-04-22',
                      '2014-04-23','2014-04-23 10:00:03','2014-04-23 14:01:08'])
dfs_0 = pd.DataFrame({'col': range(7)}, index=rng)  
print (dfs_0)
                     col
2014-04-16 00:00:00    0
2014-04-17 00:00:00    1
2014-04-22 00:11:00    2
2014-04-22 00:00:00    3
2014-04-23 00:00:00    4
2014-04-23 10:00:03    5
2014-04-23 14:01:08    6

---

gp = dfs_0.groupby(pd.TimeGrouper('B'))

def get_cust_group(g, key):
    try:
        return g.get_group(key)
    except KeyError:
        return pd.DataFrame()

#change to get_cust_group
train = pd.concat([ get_cust_group(gp,group) for i,group in enumerate( gp.groups) if i < len(gp)-1 ])
test = pd.concat([ get_cust_group(gp,group) for i,group in enumerate( gp.groups) if i == len(gp)-1 ])
print (train)
                     col
2014-04-16 00:00:00    0
2014-04-17 00:00:00    1
2014-04-22 00:00:00    3
2014-04-22 00:11:00    2

print (test)
                     col
2014-04-23 00:00:00    4
2014-04-23 10:00:03    5
2014-04-23 14:01:08    6