Python Pandas每日平均值

Question

我在Pandas数据库中获得每日平均值时遇到问题。 我在这里查看使用熊猫计算不规则时间序列的每日平均值 ，它没有帮助。 csv文件如下所示：

Date/Time,Value
12/08/13 12:00:01,5.553
12/08/13 12:30:01,2.604
12/08/13 13:00:01,2.604
12/08/13 13:30:01,2.604
12/08/13 14:00:01,2.101
12/08/13 14:30:01,2.666

等等。 我的代码看起来像这样：

# Import iButton temperatures
flistloc = '../data/iButtons/Readings/edit'
flist = os.listdir(flistloc)
# Create empty dictionary to store db for each file
pdib = {}
for file in flist:
    file = os.path.join(flistloc,file)
    # Calls function to return only name
    fname,_,_,_= namer(file)
    # Read each file to db
    pdib[fname] = pd.read_csv(file, parse_dates=0, dayfirst=True, index_col=0)
pdibkeys = sorted(pdib.keys())
#
# Calculate daily average for each iButton
for name in pdibkeys:
    pdib[name]['daily'] = pdib[name].resample('D', how = 'mean')```

数据库似乎没问题，但平均值不起作用。 这是iPython中的样子：

'2B5DE4': <class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 1601 entries, 2013-08-12 12:00:01 to 2013-09-14 20:00:01
Data columns (total 2 columns):
Value    1601  non-null values
daily    0  non-null values
dtypes: float64(2)}

有谁知道发生了什么？

Answer 1

这个问题有些陈旧，但我还是想做出贡献，因为我不得不一遍又一遍地处理这个问题（我认为这不是真正的pythonic ......）。

到目前为止，我提出的最佳解决方案是使用原始索引创建一个主要为NA的新数据框，并在最后填充它。

davg = df.resample('D', how='mean')
davg_NA = davg.loc[df.index]
davg_daily = davg_NA.fillna(method='ffill')

人们甚至可以在一条线上扼杀这一点

df.resample('D', how='mean').loc[df.index].fillna(method='ffill')

Answer 2

当您在1列数据帧上调用resample时，输出将是具有不同索引的1列数据帧 - 每个日期作为其自己的索引条目。 因此，当您尝试将其分配给原始数据框中的列时，我不知道您希望发生什么。

三种可能的方法（其中df是您的原始数据帧）：

1. 您是否真的需要原始数据框中的平均值？ 如果不：

   davg = df.resample('D', how='mean')

2. 如果这样做，另一种解决方案是在确保两者都具有日期的列（而不是索引）之后合并日期上的两个数据帧。

“

davg = df.resample('D', how='mean')
df['day'] = df.index.apply(lambda x: x.date()) 
davg.reset_index('Date/Time', inplace=True)
df = pandas.merge(df, davg, left_on='day',right_on='Date/Time')

3. 〜2的替代（没有关于它是否是快直觉）是简单地groupby日期。

    def compute_avg_val(df): df['daily average'] = df['Value'].mean() return df df['day'] = df.index.apply(lambda x: x.date()) grouped = df.groupby('day') df = grouped.apply(compute_avg_val) 

Answer 3

您无法以较低的频率重新采样，然后将重新采样的DataFrame或Series重新分配回您重新采样的数据，因为索引不匹配：

In [49]: df = pd.read_csv(StringIO("""Date/Time,Value
12/08/13 12:00:01,5.553
12/08/13 12:30:01,2.604
12/08/13 13:00:01,2.604
12/08/13 13:30:01,2.604
12/08/13 14:00:01,2.101
12/08/13 14:30:01,2.666"""), parse_dates=0, dayfirst=True, index_col=0)

In [50]: df.resample('D')
Out[50]:
            Value
Date/Time
2013-08-12  3.022

[1 rows x 1 columns]

In [51]: df['daily'] = df.resample('D')

In [52]: df
Out[52]:
                     Value  daily
Date/Time
2013-08-12 12:00:01  5.553    NaN
2013-08-12 12:30:01  2.604    NaN
2013-08-12 13:00:01  2.604    NaN
2013-08-12 13:30:01  2.604    NaN
2013-08-12 14:00:01  2.101    NaN
2013-08-12 14:30:01  2.666    NaN

[6 rows x 2 columns]

一种选择是利用对行的部分时间索引：

davg = df.resample('D', how='mean')
df.loc[str(davg.index.date[0]), 'daily'] = davg.values

当你扩展str(davg.index.date[0])行时，它看起来像这样：

df.loc['2013-08-12', 'daily'] = davg.values

这有点黑客，可能有更好的方法来做到这一点。