代码之家 › 专栏 › 技术社区 › ScalaBoy

valueerror:应用滚动(“2h”)时,索引必须是单调的。mean())

pandas python

ScalaBoy · 技术社区 · 6 年前

我有以下数据框 df :

                   TIME     DELAY
0   2016-01-01 06:30:00     0
1   2016-01-01 14:10:00     2
2   2016-01-01 07:05:00     2
3   2016-01-01 11:00:00     1
4   2016-01-01 10:40:00     0
5   2016-01-01 08:10:00     7
6   2016-01-01 11:35:00     2
7   2016-01-02 13:50:00     2
8   2016-01-02 14:50:00     4
9   2016-01-02 14:05:00     1

请注意,行不是按日期时间对象排序的。

对于每一行,我想知道过去2小时的平均延迟时间。为此,我执行了以下代码:

df.index = pd.DatetimeIndex(df["TIME"])
df["DELAY_LAST2HOURS"] = df["DELAY"].rolling("2H").mean()

但是我得到了这个错误:

ValueError: index must be monotonic

我怎样才能正确地解决我的任务?

1 回复 | 直到 6 年前

jezrael 6 年前

问题是 DatetimeIndex 没有排序,所以需要 DataFrame.sort_index :

df.index = pd.DatetimeIndex(df["TIME"])
df = df.sort_index()
df["DELAY_LAST2HOURS"] = df["DELAY"].rolling("2H").mean()
print (df)
                                    TIME  DELAY  DELAY_LAST2HOURS
TIME                                                             
2016-01-01 06:30:00  2016-01-01 06:30:00      0          0.000000
2016-01-01 07:05:00  2016-01-01 07:05:00      2          1.000000
2016-01-01 08:10:00  2016-01-01 08:10:00      7          3.000000
2016-01-01 10:40:00  2016-01-01 10:40:00      0          0.000000
2016-01-01 11:00:00  2016-01-01 11:00:00      1          0.500000
2016-01-01 11:35:00  2016-01-01 11:35:00      2          1.000000
2016-01-01 14:10:00  2016-01-01 14:10:00      2          2.000000
2016-01-02 13:50:00  2016-01-02 13:50:00      2          2.000000
2016-01-02 14:05:00  2016-01-02 14:05:00      1          1.500000
2016-01-02 14:50:00  2016-01-02 14:50:00      4          2.333333

如果不需要的话,所有这些都应该是原始的 TIME 专栏:

df["TIME"] = pd.to_datetime(df["TIME"])

df = df.set_index('TIME').sort_index()
df["DELAY_LAST2HOURS"] = df["DELAY"].rolling("2H").mean()
print (df)
                     DELAY  DELAY_LAST2HOURS
TIME                                        
2016-01-01 06:30:00      0          0.000000
2016-01-01 07:05:00      2          1.000000
2016-01-01 08:10:00      7          3.000000
2016-01-01 10:40:00      0          0.000000
2016-01-01 11:00:00      1          0.500000
2016-01-01 11:35:00      2          1.000000
2016-01-01 14:10:00      2          2.000000
2016-01-02 13:50:00      2          2.000000
2016-01-02 14:05:00      1          1.500000
2016-01-02 14:50:00      4          2.333333

编辑:

df["TIME"] = pd.to_datetime(df["TIME"])
df = df.sort_values('TIME').set_index('TIME')

df["DELAY_LAST2HOURS"] = df["DELAY"].rolling("2H").mean()

推荐文章

July · 如何定义数字间隔,然后四舍五入

1 年前

Community wiki · 对象名称前的单下划线和双下划线的含义是什么?

1 年前

Brian Johnson · 为什么在Python中列出字典列表会引发TypeError?[已关闭]

1 年前

user026 · 如何根据特定窗口的平均值(行数)创建新列?

1 年前

Ashok Shrestha · 需要追踪特定的颜色线并获取坐标

1 年前

Nicote Ool · 在FastApi和Vue3中获得422

1 年前

NeoExceptCodeBad · 如果我有很多垂直线,我如何找到它们的边缘?

1 年前

Abdulaziz · 如何对集合内的列表进行排序[重复]

1 年前

user2743931 · 带有src目录的Python setup.py

1 年前

asmgx · 为什么合并数据帧不能按照python中的预期方式工作

1 年前