0

我正在使用 Pandas 和 Altair 做一些图表。在将 DataFrame 传递给 Altair 之前，我想要重新采样时间序列数据的选项。我有这个工作，但它创建了 Altair 无法使用的分层数据框对象，所以我试图将数据展平回原始格式。我已经尝试了一大堆似乎几乎可以解决此问题的方法，但我不能完全正确。

初始数据是一个 csv，其中包含一堆包含新闻术语的术语、分数和时间戳的行： 

james comey,0.00,1524207600
congress,0.00,1524207600
meme,0.17,1524207600
video,0.38,1524207600
barbara bush,2.01,1524207600
trump,2.98,1524207600
...
james comey,0.00,1524211200
congress,0.00,1524211200
meme,0.17,1524211200
video,0.51,1524211200
barbara bush,2.01,1524211200

然后用 pandas 解析：

import pandas as pd
from datetime import datetime

def dateparse(timestamp):
    return datetime.fromtimestamp(int(timestamp))

data = pd.read_csv("data.csv",
                   parse_dates=[2],
                   date_parser=dateparse,
                   names=["term", "score", "timestamp"],
                   header=None)

从那里我们进行重新采样：

x = data.groupby(['term']).resample('24h', on='timestamp').mean()

这会产生：

                               score
term            timestamp           
barbara bush    2018-04-20  2.499167
                2018-04-21  5.109167
                2018-04-22  4.030000
                2018-04-23  1.518333
                2018-04-24  1.120000
congress        2018-04-20  0.035000
                2018-04-21  0.005833
                2018-04-22  0.046667
                2018-04-23  0.028333
                2018-04-24  0.000000
...

到目前为止看起来不错。（有点？我认为score是唯一的列，但数据看起来几乎是正确的。）现在我想要重新排列它，使其恢复为原始格式，例如：

term            timestamp   score   
barbara bush    2018-04-20  2.499167
barbara bush    2018-04-21  5.109167
barbara bush    2018-04-22  4.030000
barbara bush    2018-04-23  1.518333
barbara bush    2018-04-24  1.120000
congress        2018-04-20  0.035000
congress        2018-04-21  0.005833
congress        2018-04-22  0.046667

我已经尝试过拆垛、熔化、旋转、swap_level/reorder_level（那些看起来几乎不错！）并且该死的靠近我在文档中可以找到的任何其他东西，但我运气不佳。

想法？

4

0 回答 0