python – 重新采样’how = count’导致问题

我有一个简单的pandas数据帧,可以在不同的时间进行测量：

                     volume
t
2013-10-13 02:45:00      17
2013-10-13 05:40:00      38
2013-10-13 09:30:00      29
2013-10-13 11:40:00      25
2013-10-13 12:50:00      11
2013-10-13 15:00:00      17
2013-10-13 17:10:00      15
2013-10-13 18:20:00      12
2013-10-13 20:30:00      20
2013-10-14 03:45:00       9
2013-10-14 06:40:00      30
2013-10-14 09:40:00      43
2013-10-14 11:05:00      10

我正在做一些基本的重新采样和绘图,例如每日总量,它工作正常：

df.resample('D',how='sum').head()   

            volume
t
2013-10-13     184
2013-10-14     209
2013-10-15     197
2013-10-16     309
2013-10-17     317

但由于某些原因,当我尝试每天输入总条目数时,它会返回一个多索引系列而不是数据帧：

df.resample('D',how='count').head()

2013-10-13  volume     9
2013-10-14  volume     9
2013-10-15  volume     7
2013-10-16  volume     9
2013-10-17  volume    10

我可以修复数据,因此可以通过简单的非堆栈调用轻松绘制,即df.resample(‘D’,how =’count’).unstack(),但为什么调用resample with how =’count’会有不同的行为而不是如何=’总和’？

解决方法:

看来重新取样和计数导致了一些奇怪的行为,就结果数据帧的结构而言(嗯,至少高达0.13.1).请看这里略有不同但相关的背景：Count and Resampling with a mutli-ndex

您可以使用相同的策略
 这里：

>>> df
                     volume
date                       
2013-10-13 02:45:00      17
2013-10-13 05:40:00      38
2013-10-13 09:30:00      29
2013-10-13 11:40:00      25
2013-10-13 12:50:00      11
2013-10-13 15:00:00      17
2013-10-13 17:10:00      15
2013-10-13 18:20:00      12
2013-10-13 20:30:00      20
2013-10-14 03:45:00       9
2013-10-14 06:40:00      30
2013-10-14 09:40:00      43
2013-10-14 11:05:00      10

所以这是你的问题：

>>> df.resample('D',how='count')

2013-10-13  volume    9
2013-10-14  volume    4

您可以通过在resample调用中使用dict指定count应用于volume列来解决此问题：

>>> df.resample('D',how={'volume':'count'})

            volume
date              
2013-10-13       9
2013-10-14       4