我一直对此感到困惑 - 一反常态 - 互联网一直没什么帮助.我在Pandas工作,但我觉得这对于那些希望有效存储时间序列数据的人来说一定是个普遍问题.
我有很多标准的每日时间序列数据,其中值很少发生变化,如下所示:
Date Value
01/02/2014 .1
01/03/2014 .1
01/04/2014 .5
01/05/2014 .5
01/06/2014 .5
01/07/2014 .1
我会将数据转换为仅跟踪值更改的天数,因此上面的示例现在应如下所示:
Date Value
01/02/2014 .1
01/04/2014 .5
01/07/2014 .1
不幸的是,使用类似的东西drop_duplicates()会在值恢复到先前值(如上例中的.1)的情况下删除所需的值.
几个月来我一直在为这个问题感到困惑,无法找到解决方案.
MTA声称以GTFS格式提供每日转储形式的历史数据:[ http://web.mta.info/developers/MTA-Subway-Time-historical-data.html] [1 ]
通过下载他们提供的示例亲自看看,在本案例中,2014年9月17日:[ https://datamine-history.s3.amazonaws.com/gtfs-2014-09-17-09-31] [1 ]
我的问题？该文件是gobbledygook.它不遵循GTFS规范,没有扩展名,当我使用文本编辑器打开它时,它看起来像7800行:
n ^ C1.0 ^ X 枪 ^Eʞ>`^ C1.0 ^ R ^ K ^ A1 ^ R ^ F ^ P ^ ^ E ^ R ^ K ^ A2 ^ R ^ F ^P ^ E ^ R ^ K ^ A3 ^ R ^ F ^ P ^ ^ E ^ R ^ K ^ A4 ^ R ^ F ^ P ^ ^ E ^ R ^ K …