Цикл по словарю фреймов данных - PullRequest
Новая
       45

Цикл по словарю фреймов данных

1 голос
/ 28 марта 2019

У меня есть набор фреймов данных, которые представляют сценарии спроса, которые я поместил в словарь.Мне нужно перебрать каждый фрейм данных в словаре для переиндексации и повторной выборки и т. Д. И возврата в словарь.Приведенный ниже код прекрасно работает, когда я перебираю список фреймов данных, но мне нужно поддерживать идентичность каждого сценария, а значит, и словарь.

Это код, который работает со списком фреймов данных: 

demand_dfs_list = [low_demand_df, med_low_demand_df, bc_demand_df, med_high_demand_df, high_demand_df]
dates = pd.date_range(start='2020-10-01', end='2070-09-30', freq='D')

demand_dfs_datetime = []
for df in demand_dfs_list:
    df.index = pd.to_datetime(df.index, format='%Y')
    df = df.tshift(-92, 'D')
    df = df.resample('D').ffill()
    df = df.reindex(dates)
    demand_dfs_datetime.append(df)

Это то, что я пробовал в словарной форме: 

demand_scenarios = {'low': low_demand_df, 'medium_low': med_low_demand_df, 'medium': bc_demand_df, 'medium_high': med_high_demand_df, 'high': high_demand_df}
dates = pd.date_range(start='2020-10-01', end='2070-09-30', freq='D')

demand_dict = {}
    for df in demand_scenarios:
        [df].index = pd.to_datetime([df].index, format='%Y')
        [df] = [df].tshift(-92, 'D')
        [df] = [df].resample('D').ffill()
        [df] = [df].reindex(dates)
        demand_dict[df] = df

СЛЕДОВАТЬUP ВОПРОС Я передал вышеупомянутый словарь demand_dict в xarray, используя следующее: 

demand_xarray = xr.Dataset(demand_dict, coords = {'customers': customers, 'time': dates})

Однако мой набор данных выглядит следующим образом: 

<xarray.Dataset>
Dimensions:      (customers: 28, dim_0: 18262, dim_1: 28, time: 18262)
Coordinates:
  * dim_0        (dim_0) datetime64[ns] 2020-10-01 2020-10-02 ... 2070-09-30
  * dim_1        (dim_1) object 'Customer_1' ... 'Customer_x'
  * customers    (customers) <U29 'Customer_1' ... 'Customer_x'
  * time         (time) datetime64[ns] 2020-10-01 2020-10-02 ... 2070-09-30
Data variables:
    low          (dim_0, dim_1) float64 0.52 0.528 3.704 ... 7.744 0.92 64.47
    medium_low   (dim_0, dim_1) float64 0.585 0.594 4.167 ... 8.712 1.035 72.53
    medium       (dim_0, dim_1) float64 0.65 0.66 4.63 12.6 ... 9.68 1.15 80.59
    medium_high  (dim_0, dim_1) float64 0.715 0.726 5.093 ... 10.65 1.265 88.65
    high         (dim_0, dim_1) float64 0.78 0.792 5.556 ... 11.62 1.38 96.71

Когда я пытаюсь использоватьФункция drop_dims выглядит так: 

demand_xarray = xr.Dataset(demand_dict, coords = {'customers': customers, 'time': dates}).drop_dims(dim_0, dim_1)

Я получаю сообщение об ошибке: 

AttributeError: 'Dataset' object has no attribute 'drop_dims'

Есть идеи, почему я получаю эту ошибку?

1 Ответ

0 голосов
/ 28 марта 2019 
demand_scenarios = {'low': low_demand_df, 'medium_low': med_low_demand_df, 'medium': bc_demand_df, 'medium_high': med_high_demand_df, 'high': high_demand_df}
dates = pd.date_range(start='2020-10-01', end='2070-09-30', freq='D')

demand_dict = {}
    for key, df in demand_scenarios.items():
        df.index = pd.to_datetime([df].index, format='%Y')
        df = df.tshift(-92, 'D')
        df = df.resample('D').ffill()
        df = df.reindex(dates)
        demand_dict[key] = df

items() возвращает ключ словаря и значение

...