У меня есть кадр данных, в котором каждый экземпляр имеет метку времени, идентификатор и список чисел следующим образом:
timestamp | id | lists
----------------------------------
2016-01-01 00:00:00 | 1 | [2, 10]
2016-01-01 05:00:00 | 1 | [9, 10, 3, 5]
2016-01-01 10:00:00 | 1 | [1, 10, 5]
2016-01-02 01:00:00 | 1 | [2, 6, 7]
2016-01-02 04:00:00 | 1 | [2, 6]
2016-01-01 02:00:00 | 2 | [0]
2016-01-01 08:00:00 | 2 | [10, 3, 2]
2016-01-01 14:00:00 | 2 | [0, 9, 3]
2016-01-02 03:00:00 | 2 | [0, 9, 2]
Для каждого идентификатора я хочу выполнить повторную выборку по дням (и это легко) и объединить все списки экземпляров, которые произошли в один и тот же день. Resample + concat/sum не работает, потому что resample удаляет все нечисловые столбцы (см. здесь< /а>)
Я хочу написать что-то похожее на это:
daily_data = data.groupby('id').resample('1D').concatenate() # .concatenate() does not exist
Желаемый результат:
timestamp | id | lists
----------------------------------
2016-01-01 | 1 | [2, 10, 9, 10, 3, 5, 1, 10, 5]
2016-01-02 | 1 | [2, 6, 7, 2, 6]
2016-01-01 | 2 | [0, 10, 3, 2]
2016-01-02 | 2 | [0, 9, 3, 0, 9, 2]
Здесь вы можете скопировать скрипт, который генерирует ввод, который я использовал для описания:
import pandas as pd
from random import randint
time = pd.to_datetime( ['2016-01-01 00:00:00', '2016-01-01 05:00:00',
'2016-01-01 10:00:00', '2016-01-02 01:00:00',
'2016-01-02 04:00:00', '2016-01-01 02:00:00',
'2016-01-01 08:00:00', '2016-01-01 14:00:00',
'2016-01-02 03:00:00' ]
)
id_1 = [1] * 5
id_2 = [2] * 4
lists = [0] * 9
for i in range(9):
l = [randint(0,10) for _ in range(randint(1,5) ) ]
l = list(set(l))
lists[i] = l
data = {'timestamp': time, 'id': id_1 + id_2, 'lists': lists}
example = pd.DataFrame(data=data)
Бонусные баллы, если есть способ при желании удалить дубликаты в объединенном списке.