小编xnd*_*ndr的帖子

给定以下数据框，如何生成条件累积总和列。

import pandas as pd
import numpy as np

data = {'D':[2015,2015,2015,2015,2016,2016,2016,2017,2017,2017], 'Q':np.arange(10)}
df = pd.DataFrame(data)

          D  Q
    0  2015  0
    1  2015  1
    2  2015  2
    3  2015  3
    4  2016  4
    5  2016  5
    6  2016  6
    7  2017  7
    8  2017  8
    9  2017  9

累计总和将整列相加。我正在尝试弄清楚如何将np.cumsum与条件函数一起使用。

df['Q_cum'] = np.cumsum(df.Q)

      D  Q  Q_cum
0  2015  0      0
1  2015  1      1
2  2015  2      3
3  2015  3      6
4  2016  4     10
5  2016  5 …

我正在尝试将日期时间索引重新采样为每小时数据.我也希望重新采样到月底.

所以给出以下内容df:

data = np.arange(6).reshape(3,2)
rng = ['Jan-2016', 'Feb-2016', 'Mar-2016']
df = pd.DataFrame(data, index=rng)
df.index = pd.to_datetime(df.index)

            0  1
2016-01-01  0  1
2016-02-01  2  3
2016-03-01  4  5

我知道我可以通过以下方式将其重新计算为小时索引:df = df.resample('H').ffill()但是,当我调用df它时,它会被切断2016-03-01.我从根本上让指数从运行1/1/2016到3/31/2016带有每小时粒度.

2015-03-31如果最后一个索引是月初,我该如何将其扩展到月末.

我有一个具有日期列和小时列的数据框.

     DATE         HOUR
  2015-1-1         1
  2015-1-1         2
      .            .
      .            .
      .            .
  2015-1-1         24

我想将这些列转换为日期时间格式,如: 2015-12-26 01:00:00