使用Python Pandas计算每日总金额

Question

我正在尝试使用pandas计算每日值的总和。这是测试文件 - http://pastebin.com/uSDfVkTS 这是我目前想出来的代码：

import numpy as np
import datetime as dt
import pandas as pd

f = np.genfromtxt('test', dtype=[('datetime', '|S16'), ('data', '<i4')], delimiter=',')
dates = [dt.datetime.strptime(i, '%Y-%m-%d %H:%M') for i in f['datetime']]
s = pd.Series(f['data'], index = dates)
d = s.resample('D', how='sum')

使用给定的测试文件，会产生以下结果：

2012-01-02    1128
Freq: D

第一个问题是计算的总和对应于下一天。我已经能够通过使用参数loffset='-1d'来解决这个问题。

现在实际的问题是数据可能不是从一天的00:30开始，而是从一天的任何时间开始。此外，数据中有用'nan'值填充的间隙。

话虽如此，是否可以设置必须计算每日总和的值的下限？（例如，如果单日少于40个值，则将NaN放入总和中）

我相信可以定义一个自定义函数来完成这个任务，并在'how'参数中引用它，但我不知道如何编写该函数本身。

- iodinegalaxy

Answer 1

您可以直接在Pandas中完成此操作：

s = pd.read_csv('test', header=None, index_col=0, parse_dates=True)
d = s.groupby(lambda x: x.date()).aggregate(lambda x: sum(x) if len(x) >= 40 else np.nan)

             X.2
2012-01-01  1128

- eumiro

Answer 2

更简单的方法是使用pd.Grouper：

d = s.groupby(pd.Grouper(freq='1D')).sum()

- dl.meteo