彙總時間爲定義的插槽

Question

我有一個數據幀df具有2分鐘分辨率數據的幾個星期：

df.dtypes

time_stamp  datetime64[ns] 
Day_name    object 
x      int64 
y     int64 

df.head

time_stamp    Day_name x y 
0 2017-05-17 14:28:35 Wednesday 100 200 
1 2017-05-17 14:30:32 Wednesday 300 400 

我要彙總指標x和y，並找到他們的平均'15'minut e時期。我原本有一個時代指標，但我已將其轉換爲上面顯示的datetime。

time_stamp    Day_name x y  15_min_slot 
    0 2017-05-17 14:28:35 Wednesday 100 200 14:15 
    1 2017-05-17 14:30:32 Wednesday 300 400 14:30 

我該怎麼做？

我可以通過找到時間：

df['hour'] = df['time_stamp'].dt.hour

df['minute'] = df['time_stamp'].dt.minute

然後我最終會做的是：

output = df.groupby(['15_min_slot'],as_index=False)['x'].mean()

Answer 1

您可以使用Grouper，在組合與freq的論點，即：

df.groupby(pd.Grouper(key=df['time_stamp'], freq='15T')).mean() 

Answer 2

讓我們使用resample：

首先創建一個datetimeindex爲您的數據幀

df = df.set_index('time_stamp') 
df.index = pd.to_datetime(df.index,format='%Y-%m-%d %H:%M:%S') 

然後用resample與15T和mean：

df.resample('15T').mean() 

輸出：

     x y 
time_stamp     
2017-05-17 14:15:00 100 200 
2017-05-17 14:30:00 300 400 

Answer 3

您可以使用df.resample()作爲

df.resample('15T').mean() 

的選項列表可以在這裏找到： http://pandas.pydata.org/pandas-docs/stable/timeseries.html#offset-aliases