আমি ওয়েব থেকে কিছু স্বয়ংক্রিয় আবহাওয়ার ডেটা পড়ছি। পর্যবেক্ষণগুলি প্রতি 5 মিনিটে ঘটে এবং প্রতিটি আবহাওয়া স্টেশনের জন্য মাসিক ফাইলগুলিতে সংকলিত হয়। একবার আমি কোনও ফাইল পার্সিংয়ের কাজ শেষ করার পরে ডেটাফ্রেমটি এরকম কিছু দেখায়:
Sta Precip1hr Precip5min Temp DewPnt WindSpd WindDir AtmPress
Date
2001-01-01 00:00:00 KPDX 0 0 4 3 0 0 30.31
2001-01-01 00:05:00 KPDX 0 0 4 3 0 0 30.30
2001-01-01 00:10:00 KPDX 0 0 4 3 4 80 30.30
2001-01-01 00:15:00 KPDX 0 0 3 2 5 90 30.30
2001-01-01 00:20:00 KPDX 0 0 3 2 10 110 30.28
আমার যে সমস্যাটি হচ্ছে তা হ'ল কখনও কখনও কোনও বিজ্ঞানী ফিরে গিয়ে পর্যবেক্ষণগুলি সংশোধন করে - ভুল সারিগুলি সম্পাদনা করে নয়, একটি ফাইলের শেষে একটি সদৃশ সারি যুক্ত করে। এই জাতীয় মামলার সাধারণ উদাহরণ নীচে চিত্রিত:
import pandas
import datetime
startdate = datetime.datetime(2001, 1, 1, 0, 0)
enddate = datetime.datetime(2001, 1, 1, 5, 0)
index = pandas.DatetimeIndex(start=startdate, end=enddate, freq='H')
data1 = {'A' : range(6), 'B' : range(6)}
data2 = {'A' : [20, -30, 40], 'B' : [-50, 60, -70]}
df1 = pandas.DataFrame(data=data1, index=index)
df2 = pandas.DataFrame(data=data2, index=index[:3])
df3 = df2.append(df1)
df3
A B
2001-01-01 00:00:00 20 -50
2001-01-01 01:00:00 -30 60
2001-01-01 02:00:00 40 -70
2001-01-01 03:00:00 3 3
2001-01-01 04:00:00 4 4
2001-01-01 05:00:00 5 5
2001-01-01 00:00:00 0 0
2001-01-01 01:00:00 1 1
2001-01-01 02:00:00 2 2
এবং তাই আমার df3
সমানভাবে হওয়া দরকার :
A B
2001-01-01 00:00:00 0 0
2001-01-01 01:00:00 1 1
2001-01-01 02:00:00 2 2
2001-01-01 03:00:00 3 3
2001-01-01 04:00:00 4 4
2001-01-01 05:00:00 5 5
আমি ভেবেছিলাম যে সারি সংখ্যার একটি কলাম যুক্ত করা ( df3['rownum'] = range(df3.shape[0])
) আমাকে যে কোনও মানের জন্য নীচের সর্বাধিক সারিটি নির্বাচন করতে সহায়তা করবে DatetimeIndex
, তবে আমি সেই কাজটি করার জন্য group_by
বা pivot
(বা ???) বিবৃতি বের করতে আটকে আছি ।