我有一个包含多年日常标量数值的序列,对于某些年份没有数据。
2014-10-07 5036.883410
2013-10-11 5007.515654
2013-10-27 5020.184053
2014-09-12 5082.379630
2014-10-14 5032.669801
2014-10-30 5033.276159
2016-10-03 5046.921912
2016-10-19 5141.861889
2017-10-06 5266.138810
我希望得到以下结果: 1. 每年的最大值 2. 每年最大值所在的日期 对于那些没有数据的年份,应该返回nan。
要解决第一个问题,可以采用以下方法:
import pandas as pd
import numpy as np
data= pd.Series( index=pd.DatetimeIndex(['2014-10-07', '2013-10-11', '2013-10-27', '2014-09-12', '2014-10-14', '2014-10-30', '2016-10-03', '2016-10-19', '2017-10-06'], dtype='datetime64[ns]', name='time', freq=None), data=np.array([5036.88341035, 5007.51565355, 5020.18405295, 5082.37963023, 5032.66980146, 5033.27615931, 5046.92191246, 5141.86188915, 5266.1388102 ]))
# get maximum of each year
data.resample('A').max()
然而,我尝试了不同的选项来获取最大日期的索引,但它们都失败了:
data.resample('A').idxmax()
这会引发以下属性错误:
AttributeError: 'DatetimeIndexResampler' object has no attribute 'idxmax'
然后我尝试了以下方法:
data.groupby(pd.TimeGrouper('A')).idxmax()
但是这样做会出现ValueError,没有具体说明。然后我找到了这个解决方法:
data.groupby(pd.TimeGrouper('A')).agg( lambda x : x.idxmax() )
但我没有穿任何东西来处理暂时分组的数据:
ValueError: attempt to get argmax of an empty sequence
显然,报告的错误尚未修复,对于分类数据的建议解决方法似乎对于时间分组/重新采样数据无效。
有人能为这种情况提供合适的解决方法,或者可能是完全不同(且高效)的解决问题的方法吗?
提前致谢!