通過1分鐘

Question

date   object 
lat   float64 
lon   float64 
speed  float64 
direction float64 

分組大GPS數據以我csv文件，日期是以下格式2016-04-29 11:45:21 的它表明日期作爲對象類型。每分鐘有超過10條記錄。所以，我想組合在一起，並應用每1分鐘GPS數據的平均速度。 我嘗試下面的代碼，其中數據文件是熊貓數據框。

datafile.groupby(pd.TimeGrouper('1Min'))['speed'].mean() 

以下錯誤出現：

TypeError: axis must be a DatetimeIndex, but got an instance of 'Int64Index'

---

datafile.head編輯作爲註釋，然後後（）顯示table outputtaxi table output after datafile.head()

現在我有1069條記錄，從06： 35:20至06:59:59。我需要找到每1個分鐘數據的速度平均

Answer 1

則需要使用創建您的data列DateTimeIndex：

df.index = pd.to_datetime(df.loc[: 'date'], format='%Y-%m-%d %H:%M:%S') 

然而，你也許可以利用內置的.read_csv()功能，使用parse_dates=True和index_col=0讀取date作爲index，然後解析index（假定日期是第一個column）。