Панды - Рассчитать дневной процент

Question

У меня есть следующая проблема:

2018-03-07 18:00:00    NW
2018-03-07 19:00:00    NW
2018-03-07 20:00:00    NW
2018-03-07 21:00:00     W
2018-03-07 22:00:00     W
2018-03-07 23:00:00     W
2018-03-08 00:00:00     W
2018-03-08 01:00:00    NW
2018-03-08 02:00:00    NW
2018-03-08 03:00:00    NW
2018-03-08 04:00:00    NW
2018-03-08 05:00:00    SW
2018-03-08 06:00:00    SE
2018-03-08 07:00:00    NE
2018-03-08 08:00:00     E
2018-03-08 09:00:00     W
2018-03-08 10:00:00     W
2018-03-08 11:00:00    NW

A Dataframe (dfWdir), который включает в себя часовую метку времени в общей сложности 360 дней и среднее направление ветра в этом часе в качестве метки.Например: N, NE, E, SE, S, SW, W, NW.Теперь я хочу знать, сколько времени в течение дня дует ветер в северном или любом другом направлении.Таким образом, в конце каждый день прецедента будет составлять до 100%.EG: У нас есть день 2018-03-07, и 20% ветра дует с северо-западного направления, 10% направления S. и т. Д.

По следующему коду я получаю решение:

df2 = df.resample('D')['Wind'].value_counts()
df2.name = 'count_Wind'
df2 = df2.reset_index('Wind')

df3 = df2.resample('D')['count_Wind'].sum()
df2['percent'] = df2['count_Wind'].div(df3) * 100

Но результат должен быть показан на графике plot.area ().Поэтому мне нужен столбец для каждого возможного направления ветра для каждого временного шага.В этих столбцах указаны проценты для каждого временного шага.

Я благодарен за любую помощь!

Answer 1

С Date в качестве индекса, повторная выборка по дням и число Wind уникальное значение

import pandas as pd

df = pd.DataFrame({
    'Date' : [
        '2018-03-07 18:00:00',
        '2018-03-07 19:00:00',
        '2018-03-07 20:00:00',
        '2018-03-07 21:00:00',
        '2018-03-07 22:00:00',
        '2018-03-07 23:00:00',
        '2018-03-08 00:00:00',
        '2018-03-08 01:00:00',
        '2018-03-08 02:00:00'
    ],
    'Wind' : ['NW','NW','NW','W','W','W','W','NW','NW']})

df['Date'] = pd.to_datetime(df['Date'])
df = df.set_index('Date')

df2 = df.resample('D')['Wind'].value_counts()
df2.name = 'count_Wind'
df2 = df2.reset_index('Wind')

df3 = df2.resample('D')['count_Wind'].sum()
df2['percent'] = df2['count_Wind'].div(df3) * 100

результат:

df2.head()


            Wind    count_Wind  percent
Date            
2018-03-07  NW  3   50.000000
2018-03-07  W   3   50.000000
2018-03-08  NW  2   66.666667
2018-03-08  W   1   33.333333

Если вы нене нужно count_Wind, используйте del df2['count_Wind']

Answer 2

Я не уверен, как должен выглядеть ваш результат, и предполагаю, что столбцы DataFrame равны Date и Direction.

. Вы получаете абсолютные значения для направления ветра на каждый день.по:

df.groupby([df.Date.dt.floor('D'), 'Direction'])['Direction'].agg(len).unstack().fillna(0)

Количество часов в день в вашем наборе данных:

df.groupby([df.Date.dt.floor('D')])['Date'].agg(len)

Сочетание этого приводит к относительным значениям.

Answer 3

Создание двух групповых объектов.Один подсчитывает ветер по дням, а второй подсчитывает общий ветер по дням.Затем вы можете использовать метод div на дневном уровне, чтобы получить ответ.

import datetime
df = pd.DataFrame.from_dict({
    'Date' : [
        '2018-03-07 18:00:00',
        '2018-03-07 19:00:00',
        '2018-03-07 20:00:00',
        '2018-03-07 21:00:00',
        '2018-03-07 22:00:00',
        '2018-03-07 23:00:00',
        '2018-03-08 00:00:00',
        '2018-03-08 01:00:00',
        '2018-03-08 02:00:00'
    ],
    'Wind' : ['NW','NW','NW','W','W','W','W','NW','NW']} )

df['Date'] = pd.to_datetime(df['Date'], format='%Y-%m-%d %H:%M:%S',)

    Date              Wind
0   2018-03-07 18:00:00 NW
1   2018-03-07 19:00:00 NW
2   2018-03-07 20:00:00 NW
3   2018-03-07 21:00:00 W
4   2018-03-07 22:00:00 W
5   2018-03-07 23:00:00 W
6   2018-03-08 00:00:00 W
7   2018-03-08 01:00:00 NW
8   2018-03-08 02:00:00 NW 

# split datetime into day and time

df['Day'] = [d.date() for d in df['Date']]
df['Time'] = [d.time() for d in df['Date']]


# groupby Day and Wind,, then group on day, then divide 

day_wind = df.groupby(['Day', 'Wind']).agg({'Time': 'count'})
day_total = df.groupby(['Day']).agg({'Time': 'count'})
day_wind.div(day_total, level='Day').round(3) * 100

Output: 
               Time
Day        Wind 
2018-03-07  NW  50.0
             W  50.0
2018-03-08  NW  66.7
             W  33.3