[英]Pandas DateTimeIndex multiple groupby or resample aggregation
我在带有 DateTimeIndex 的 Pandas 数据框中有数年的数据,其中每 30 分钟测量一次记录。 我想每个月平均 30 分钟。 换句话说,对于每个月,我想要每个月汇总的每 30 分钟(00:00、00:30、...、23:30)的平均值。
示例数据。
from datetime import datetime
import numpy as np
import pandas as pd
datetime_idx = pd.date_range(datetime(2017,1,1), datetime(2018,1,1), freq='30min')
np.random.seed(23)
data = np.random.randint(0, 100, size=len(datetime_idx))
df = pd.DataFrame({'Z': pd.Series(data, datetime_idx)})
df.head()
Z
2017-01-01 00:00:00 83
2017-01-01 00:30:00 40
2017-01-01 01:00:00 73
2017-01-01 01:30:00 54
2017-01-01 02:00:00 31
我试过链接重采样,但没有奏效。
df.Z.resample('30min').mean().resample('M').mean()
2017-01-31 49.177419
2017-02-28 50.740327
2017-03-31 49.954973
2017-04-30 48.345833
2017-05-31 49.268145
2017-06-30 48.943056
2017-07-31 49.741263
2017-08-31 49.827285
2017-09-30 50.442361
2017-10-31 48.679435
2017-11-30 49.754861
2017-12-31 50.173387
2018-01-31 94.000000
Freq: M, Name: Z, dtype: float64
不熟悉resample()
。 所以我做了一些改变。
我将索引创建为一列,并使用groupby()
来获取平均值
df = pd.DataFrame({'Z': pd.Series(data),'ts': pd.Series(datetime_idx)})
df.groupby([df.ts.dt.month,df.ts.dt.hour,df.ts.dt.minute])['Z'].mean()
在我这边,这两个返回相同的结果
df.groupby(df.index.strftime('%Y%m')).mean()
Out[1199]:
Z
201701 49.177419
201702 50.740327
201703 49.954973
201704 48.345833
201705 49.268145
201706 48.943056
201707 49.741263
201708 49.827285
201709 50.442361
201710 48.679435
201711 49.754861
201712 50.173387
201801 94.000000
df.Z.resample('M').mean()
Out[1198]:
2017-01-31 49.177419
2017-02-28 50.740327
2017-03-31 49.954973
2017-04-30 48.345833
2017-05-31 49.268145
2017-06-30 48.943056
2017-07-31 49.741263
2017-08-31 49.827285
2017-09-30 50.442361
2017-10-31 48.679435
2017-11-30 49.754861
2017-12-31 50.173387
2018-01-31 94.000000
Freq: M, Name: Z, dtype: float64
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.