pandas.DataFrame重複取樣（一週）的平均日期

我有幾天（甚至幾周）的數據是以完全相同的時間間隔每天拍攝的，並且想要計算平均日間時間曲線。到目前爲止，我嘗試每日平均值，但比每天有一個平均值...我需要的是在每個可用時間內的所有可用天數的平均值。知道正確的命令很可能很容易。不幸的是，我對熊貓很陌生。即使只是一個暗示在哪裏看文檔將是偉大的！pandas.DataFrame重複取樣（一週）的平均日期

Time     some value 

2010-08-31 12:30:00 33.910 
2010-08-31 12:40:00 33.250 
2010-08-31 12:50:00 30.500 
2010-08-31 13:00:00 27.065 
2010-08-31 13:10:00 25.610 
... 

2013-06-07 02:10:00 16.970 
2013-06-07 02:20:00 16.955 
2013-06-07 02:30:00 17.000 
2013-06-07 02:40:00 17.015 
2013-06-07 02:50:00 16.910

來源

2016-03-07 cattt84

您可以通過hours和minutes和transformmean嘗試groupby：

print df 
        Time some value 
0 2010-08-31 12:30:00  33.910 
1 2010-08-31 12:40:00  33.250 
2 2010-08-31 12:50:00  30.500 
3 2010-08-31 13:00:00  27.065 
4 2010-08-31 13:10:00  25.610 
5 2013-06-07 02:10:00  16.970 
6 2013-06-07 02:20:00  16.955 
7 2013-06-07 02:30:00  17.000 
8 2013-06-07 02:40:00  17.015 
9 2013-06-07 02:50:00  16.910 

#convert column time to datetime 
df['Time'] = pd.to_datetime(df['Time']) 
#set index from column Time 
df = df.set_index('Time') 
print df 
        some value 
Time       
2010-08-31 12:30:00  33.910 
2010-08-31 12:40:00  33.250 
2010-08-31 12:50:00  30.500 
2010-08-31 13:00:00  27.065 
2010-08-31 13:10:00  25.610 
2013-06-07 02:10:00  16.970 
2013-06-07 02:20:00  16.955 
2013-06-07 02:30:00  17.000 
2013-06-07 02:40:00  17.015 
2013-06-07 02:50:00  16.910

print df.groupby([df.index.hour, df.index.minute])['some value'].transform('mean') 
Time 
2010-08-31 12:30:00 33.910 
2010-08-31 12:40:00 33.250 
2010-08-31 12:50:00 30.500 
2010-08-31 13:00:00 27.065 
2010-08-31 13:10:00 25.610 
2013-06-07 02:10:00 16.970 
2013-06-07 02:20:00 16.955 
2013-06-07 02:30:00 17.000 
2013-06-07 02:40:00 17.015 
2013-06-07 02:50:00 16.910 
dtype: float64

下一個解決方案未設置index到Datetimeindex，使用dt.hour和dt.minute，創造新的列newCol：

print df 
        Time some value 
0 2010-08-31 12:30:00  33.910 
1 2010-08-31 12:40:00  33.250 
2 2010-08-31 12:50:00  30.500 
3 2010-08-31 13:00:00  27.065 
4 2010-08-31 13:10:00  25.610 
5 2013-06-07 02:10:00  16.970 
6 2013-06-07 02:20:00  16.955 
7 2013-06-07 02:30:00  17.000 
8 2013-06-07 02:40:00  17.015 
9 2013-06-07 02:50:00  16.910 

#convert column time to datetime 
df['Time'] = pd.to_datetime(df['Time']) 
print df 
       Time some value 
0 2010-08-31 12:30:00  33.910 
1 2010-08-31 12:40:00  33.250 
2 2010-08-31 12:50:00  30.500 
3 2010-08-31 13:00:00  27.065 
4 2010-08-31 13:10:00  25.610 
5 2013-06-07 02:10:00  16.970 
6 2013-06-07 02:20:00  16.955 
7 2013-06-07 02:30:00  17.000 
8 2013-06-07 02:40:00  17.015 
9 2013-06-07 02:50:00  16.910

df['newCol'] = df.groupby([df['Time'].dt.hour, df['Time'].dt.minute])['some value'] 
       .transform('mean') 
print df 
       Time some value newCol 
0 2010-08-31 12:30:00  33.910 33.910 
1 2010-08-31 12:40:00  33.250 33.250 
2 2010-08-31 12:50:00  30.500 30.500 
3 2010-08-31 13:00:00  27.065 27.065 
4 2010-08-31 13:10:00  25.610 25.610 
5 2013-06-07 02:10:00  16.970 16.970 
6 2013-06-07 02:20:00  16.955 16.955 
7 2013-06-07 02:30:00  17.000 17.000 
8 2013-06-07 02:40:00  17.015 17.015 
9 2013-06-07 02:50:00  16.910 16.910

來源

2016-03-07 11:18:14 jezrael

也許，應該'[df.index.hour，df.index.minute]'中GROUPBY。閱讀：*在每個可用時間內的所有可用天數的平均值* – Zero

@jezrael您提出的建議似乎給出了一天所有數據點的單個值，因此不是每個時間步驟平均爲7天的曲線它具有當天每個時間步的每一天的平均值。所以我會有一個7級的陰謀:-) – cattt84

所以可以'[df.index.hour，df.index.minute]'或不？什麼是推薦輸出？ – jezrael

pandas.DataFrame重複取樣（一週）的平均日期

回答

相關問題