我正在寻找一种干净的方式来重新排列组中的索引。
示例代码:重新索引或重新排序组
import numpy as np
import pandas as pd
mydates = pd.date_range('1/1/2012', periods=1000, freq='D')
myts = pd.Series(np.random.randn(len(mydates)), index=mydates)
grouped = myts.groupby(lambda x: x.timetuple()[7])
mymin = grouped.min()
mymax = grouped.max()
上面给我我想要的东西,在这一年的儒略日汇总统计信息,但后来我想重新排序组,以便最后半(185天),是摆在面前上半场。 与正常numpy的数组:
myindex = np.arange(1,367)
myindex = np.concatenate((myindex[183:],myindex[:183]))
但我不能用它提出了一个不执行错误GROUPBY做到这一点。
注意:这是一个来自google-groups的交叉帖子。另外,我一直在阅读comp.lang.python,不幸的是,人们往往会忽略一些帖子,例如来自谷歌组。
由于提前,
贝文
是否要对mymin' /'mymax'重新排序或重新排序groupby对象中的每个数据子集?从标题看,它似乎是后者,但'np.concatenate'示例看起来像前者。 –