缺少日期的熊猫的每日最大值

Question

我目前在获取数据集的每日最大值方面有些困难。 它看起来像这样：

                      Date  Value
0      1996-03-07 21:30:00  360.0
1      1996-03-07 21:45:00  360.0
2      1996-03-07 22:00:00  360.0
3      1996-03-07 22:15:00  360.0
4      1996-03-07 22:30:00  360.0
...                    ...    ...
867882 2021-02-03 12:45:00  361.9
867883 2021-02-03 13:00:00  361.8
867884 2021-02-03 13:15:00  361.8
867885 2021-02-03 13:30:00  361.7
867886 2021-02-03 13:45:00  361.8
[867887 rows x 2 columns]

问题是数据集中丢失了整整一天。 如果我理解正确的话，熊猫中的石斑鱼需要持续几天才能正常工作。 所以我重新填写了日期：

df.set_index('Date', inplace=True)
all_days = pd.date_range(df.index.min(), df.index.max(), freq='15T')
df = df.reindex(all_days)

但是当我现在运行代码以获取每日最大值时，

daily_maximum = df.loc[df.groupby(pd.Grouper(freq='D')).idxmax().iloc[:, 0]]

我收到以下错误消息：

The DTypes <class 'numpy.dtype[float64]'> and <class 'numpy.dtype[datetime64]'> do not have a common DType. For example they cannot be stored in a single array unless the dtype is `object`.

当我检查 df.index 时，我得到

DatetimeIndex(['1996-03-07 21:30:00', '1996-03-07 21:45:00',
           '1996-03-07 22:00:00', '1996-03-07 22:15:00',
           '1996-03-07 22:30:00', '1996-03-07 22:45:00',
           '1996-03-07 23:00:00', '1996-03-07 23:15:00',
           '1996-03-07 23:30:00', '1996-03-07 23:45:00',
           ...
           '2021-02-03 11:30:00', '2021-02-03 11:45:00',
           '2021-02-03 12:00:00', '2021-02-03 12:15:00',
           '2021-02-03 12:30:00', '2021-02-03 12:45:00',
           '2021-02-03 13:00:00', '2021-02-03 13:15:00',
           '2021-02-03 13:30:00', '2021-02-03 13:45:00'],
          dtype='datetime64[ns]', length=873474, freq='15T')

并检查我​​的 Value 列返回 dtype('float64')。

我可能在这里遗漏了一些非常明显的东西，但老实说我对数据类型和日期格式根本不熟悉。

Answer 1

我认为这里的问题是在groupby之后没有定义列，所以不是返回Series，而是DataFrame：

daily_maximum = df.loc[df.groupby(pd.Grouper(freq='D'))['value'].idxmax()]