J'essaie de filtrer un DataFrame pandas
et j'obtiens des résultats différents en utilisant un cas de test et les données réelles. En utilisant des données réelles, j'obtiens des valeurs NaN
, alors que dans le cas de test, j'obtiens ce que j'attends.Différents résultats lors du filtrage des pandas DataFrame par son index datetime
Cas de test:
Le cas de test, j'ai créé a code suivant:
import pandas as pd
df1 = pd.DataFrame([
["2014-08-06 12:10:00", 19.85, 299.96, 17.5, 228.5, 19.63, 571.43],
["2014-08-06 12:20:00", 19.85, 311.55, 17.85, 248.68, 19.78, 547.21],
["2014-08-06 12:30:00", 20.06, 355.27, 18.35, 224.82, 19.99, 410.68],
["2014-08-06 12:40:00", 20.14, 405.95, 18.49, 247.33, 20.5, 552.79],
["2014-08-06 12:50:00", 20.14, 352.87, 18.7, 449.33, 20.86, 616.44],
["2014-08-06 13:00:00", 20.28, 356.96, 18.92, 307.57, 21.15, 471.18]],
columns=["date_time","t1", "1", "t4", "4", "t6", "6"])
df1 = df1.set_index(["date_time"])
df1 = pd.to_datetime(df1)
filter1 = pd.DataFrame(["2014-08-06 12:20:00","2014-08-06 13:00:00"])
df1_filtered = df1.ix[filter1[filter1.columns[0]][0:2]]
Comme vous pouvez vous attendre, le résultat est:
>>> df1_filtered
t1 1 t4 4 t6 6
2014-08-06 12:20:00 19.85 311.55 17.85 248.68 19.78 547.21
2014-08-06 13:00:00 20.28 356.96 18.92 307.57 21.15 471.18
En utilisant des données réelles:
Real data provient d'un fichier txt et ressemble à ceci:
Fecha_hora t1 1 t4 4 t6 6
2014-08-06 12:10:00 19.85 299.96 17.5 228.5 19.63 571.43
2014-08-06 12:20:00 19.85 311.55 17.85 248.68 19.78 547.21
2014-08-06 12:30:00 20.06 355.27 18.35 224.82 19.99 410.68
2014-08-06 12:40:00 20.14 405.95 18.49 247.33 20.5 552.79
2014-08-06 12:50:00 20.14 352.87 18.7 449.33 20.86 616.44
2014-08-06 13:00:00 20.28 356.96 18.92 307.57 21.15 471.18
Cependant, quand je lis les données réelles, et utiliser le même filtre avant de cette façon:
df2 = pd.read_csv(r"D:/tmp/data.txt", sep='\t', parse_dates=True, index_col=0)
df2_filtered = df2.ix[filter1[filter1.columns[0]][0:2]]
je reçois suivant les résultats avec les valeurs que NaN
:
>>> df2_filtered
t1 1 t4 4 t6 6
2014-08-06 12:20:00 NaN NaN NaN NaN NaN NaN
2014-08-06 13:00:00 NaN NaN NaN NaN NaN NaN
Mais je peux encore obtenir les valeurs d'une certaine ligne comme celui-ci:
>>> df2.ix["2014-08-06 12:20:00"]
t1 19.85
1 311.55
t4 17.85
4 248.68
t6 19.78
6 547.21
Name: 2014-08-06 12:20:00
Question:
Comment puis-je filtrer mes données réelles afin d'obtenir des résultats mêmes que dans mon cas de test? Peut-il y avoir un meilleur moyen de réaliser ce que je cherche?
Remarque: Ma version pandas
est utilisée sous 0.9.0
python 2.5
. Signifie que je n'ai pas de fonction loc
.
Note 2: J'ai même essayé ceci en utilisant python 2.7
sous pythonanywhere.com avec les mêmes résultats différents. Cependant, si je vérifie pour df1==df2
, je reçois True
pour chaque valeur unique.
Parfait! Cela résout mon problème! Merci! J'aimerais pouvoir mettre à jour mon python/pandas, mais comme j'ai besoin d'utiliser une API d'un programme externe codé sous 'python 2.5', je suis coincé là maintenant ... –