Pandas: Création d'une nouvelle trame de données à partir de seulement certaines colonnes

J'ai un fichier csv avec les mesures, et je veux créer un nouveau fichier csv avec les horaires des moyennes et des écarts-types. Mais seulement pour certaines colonnes.

Exemple:

csv1:

YY-MO-DD HH-MI-SS_SSS    |     Acceleration  |        Lumx     |    Pressure
2015-12-07 20:51:06:608  |        22.7       |        32.3     |     10
2015-12-07 20:51:07:609  |        22.5       |        47.7     |     15

csv 2 (uniquement pour la pression et d'accélération:

 YY-MO-DD HH-MI-SS_SSS       | Acceleration avg  |   Pressure avg
    2015-12-07 20:00:00:000  |        22.6       |        12.5     
    2015-12-07 21:00:00:000  |        ....       |        ....

Maintenant, j'ai une idée (merci pour les gens sur ce site) sur la façon de calculer les moyennes - mais je vais avoir de la difficulté sur la création d'un petit nouveau dataframe qui contient les calculs pour un peu de colonnes.

Merci !!!

InformationsquelleAutor ValientProcess | 2016-04-09
  1. 8

    Vous devriez faire de plus petits df comme ci-dessous,

    csv2 = csv1[['Acceleration', 'Pressure']].copy()

    et peut gérer la csv2. (Vous avez dit que vous avez une idée à propos de avg calcul)
    Pour info, .copy() pourrait être omis si vous êtes sûr de vue contre la copie.

    • Mais comment puis-je copier directement à partir de la dataframe après les calculs?
    • Vous pouvez affecter le résultat comme csv2=pd.DataFrame(); csv2['Acceleration Avg'] = csv1[['Acceleration', 'Pressure']].copy().apply(your_function) et ainsi de suite.
    InformationsquelleAutor su79eu7k
  2. 1
    csv2 = csv1.loc[:, ['Acceleration', 'Pressure']]

    • .loc[] permet de garder le subsetting fonctionnement explicites et cohérentes.

    • .loc[] retourne toujours une copie pour l'original dataframe n'est jamais modifié.

    (pour plus de détails et de grands exemples des différents view vs. copy des solutions de rechange, veuillez consulter: Pandas: Savoir quand une opération affecte l'original dataframe)

    • J'utilise ce style aussi, mais la réponse choisie fonctionne aussi bien.
    InformationsquelleAutor leerssej