python获取数据库中的数据,python从列表中提取一个元素

　　首先，使用随机数据创建数据帧。导入熊猫当警察局

　　将数组作为铭牌导入

　　来自日期导入日期，时间增量

　　ab=pd .数据帧（

　　ab[主语id ]=NP。随机的。randint(5，size=200 ) #从0到四的"主题"随机列表

　　ab[日数]=NP。随机的。randint(50，size=200)#从0到50的日期随机列表

　　ab[实际日期]=ab。日数。apply(lambdad:datetime(2018，1，1)time delta(days=d)))tosi

　　ab[得分1 ]=NP。随机的。randint(200，size=200)# meantosimulateonemeasurementfroonesubject

　　ab[得分2 ]=NP。随机的。randint(400，size=200)# meantosimulasecondmeasurement

　　min_day=ab.real_date.min(

　　ab=ab.groupby([subjectid ， real _ date ]).总和)#因为一些主题每天都超过一个分数

　　打印(ab.head)))

　　日数分数一分数2

　　主题身份真实日期

　　0 2018-01-01 0 306 273

　　2018-01-04 3 32 60

　　2018-01-05 4 61 135

　　2018-01-08 21 477 393

　　2018-01-09 8 22 341

　　2018-01-10 9 137 30

　　2018-01-11 30 281 674

　　2018-01-14 13 183 396

　　2018-01-15 14 41 337

　　2018-01-16 15 83 50

　　然后，在没有数据的天数中输入第二天的数据。

　　^{pr2}$

　　四天的下一次重新采样（分组依据)RES=df。reset _ index)level=主题id ).分组依据)“主题id”).重新取样)“4d”)

　　RES=RES . drop(columns=主题id )。

　　打印(RES.head))

　　日数分数一分数2

　　主题身份真实日期

　　0 2018-01-01 0 306 273

　　2018-01-05 4 61 135

　　2018-01-09 8 22 341

　　2018-01-13 13 183 396

　　2018-01-17 18 91 46

　　2018-01-21 20 76 333

　　2018-01-25 48 131 212

　　2018-01-29 29 92 81

　　2018-02-02 32 172 55

　　2018-02-06 72 98 246

　　最后，如果在四天以上的周期内没有数据，则重新设置索引进行处理RES=RES.reset_index(real_date)、drop=True)# real _ date没有任何含义

　　RES[实际日期]=RES . day _ number。apply(lambdad 3360min _ daytime delta(days=d))good real _ datebaser

　　RES=RES . drop(columns= day _ number )。

　　RES=RES.set_index(real_date)，append=True)。

　　RES=RES . group by(level=[ subject id ， real _ date ].first)#用大于等于4的数据重新分组周期天

　　打印(RES.head))

　　得分一得分2

　　主题身份真实日期

　　0 2018-01-01 306 273

　　2018-01-05 61 135

　　2018-01-09 22 341

　　2018-01-14 183 396

　　2018-01-19 91 46

　　2018-01-21 76 333

　　2018-01-30 92 81

　　2018-02-02 172 55

　　2018-02-10 40 218

　　2018-02-15 110 112

　　这有点复杂，但我认为这是最好的方法。虽然不知道效率，但好像没那么差。在

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。