提取属于一天的数据值并计算每天的平均值

Question

我有一个日期范围为2018年1月12日至8月3日的数据集，其中包含一些值：

df_luminosidad DataFrame的维数为：

df_luminosidad.shape
(9752, 2)

每行数据的频率为半小时。 第一排开始于2018-01-12

df_luminosidad.iloc[0]

Fecha:       2018-01-12 00:17:28
Luz (lux)                      1
Name: 0, dtype: object

最后一行于2018-08-03结束

df_luminosidad.tail(1)

Fecha:  Luz (lux)
9751    2018-08-03 23:44:59 1

如上所述，有许多行对应于一天。

我想创建一个新的数据框，仅选择1天作为Fecha:列的值（没有重复的日期），然后从所有现有值中为Luz(lux) column的选定日期选择平均值

看起来像这样：

|  Fecha:     |  Luz(lux) - Average each day values |
|  2018-01-12 |  9183.479167                        |
|  2018-01-13 |  7431.8125                          |
|  2018-01-14 |  11073.1875                         |
|  2018-01-15 |  11456.25                           |
|      .             .                              |
|      .             .                              |
|      .             .                              |
|  2018-08-03 |  11331.229167                       |

我正在使用pd.date_range()函数创建一个数据df_luminosidad ，该数据df_luminosidad的值从df_luminosidad前一个数据帧到指定频率，例如在此答案中表示为@piRSquared

从1月12日到8月03日有203天（28周），那么我选择了204个类似period属性，并且我使用的是freq属性日历日频率D

df = pd.DataFrame(dict(
    Date=pd.date_range('2018-01-12', periods=204, freq='D'),
    Value=df_luminosidad['Luz (lux)'].mean()   
))

直到这里，这种方法还是不错的，但是我对如何计算使用pd.date_range选择的每一天的Luz (lux)值的平均值pd.date_range ，因为在这一刻，我只是获得了所有天数的平均值从2018-01-12至2018-08-03 ，如如下：

|  Date       |  Value        |
|  2018-01-12 |  11228.888331 |                       
|  2018-01-13 |  11228.888331 |                         
|  2018-01-14 |  11228.888331 |                        
|  2018-01-15 |  11228.888331 |                          
|      .             .        |                      
|      .             .        |                      
|      .             .        |                      
|  2018-08-03 |  11331.229167 | 

我已经通过每个Fecha:列值生成了一个数据Fecha: ，并且可以分别获取它们的平均值，但这迫使我单独读取每个文件日。

如何生成一种循环方式，将一天中的所有值每天分组为一个平均值，然后将它们放在一个数据框中？

Answer 1

为了进行时间序列分析，请尽可能先将日期列转换为索引，然后再方便地与日期配合使用。

df = pd.read_csv('file_name.csv', parse_dates =['Fecha'], index_col='Fecha')

然后，您可以将任何日期值提取到另一个临时数据框中。

dates = pd.date_range(start='2018-01-12 ', end='2018-08-03 ')

现在使用for循环，从“日期”列表中放样每个日期，然后将数据集的所需部分选择到另一个数据框中。

new_df = pd.DataFrame()   # Creating temporary data frame to store each day value
for temp_date in dates:
    required_date = str(temp_date)[:10]     # this is to fetch only date value from whole time stamp
    new_df = df1[required_date]  
# Now our requrired data is in new dataframe, and we can do all things to our new dataframe. 

这可能是一种幼稚的方法，但是现在我对您有很多建议。 希望它能工作。

Answer 2

我相信需要使用Grouper mean或总mean resample ：

df_luminosidad['Fecha:'] = pd.to_datetime(df_luminosidad['Fecha:'])

df = df_luminosidad.resample('D', on='Fecha:')['Luz (lux)'].mean().reset_index()

要么：

df = (df_luminosidad.groupby(pd.Grouper(key='Fecha:', freq='D'))['Luz (lux)']
                    .mean()
                    .reset_index())

DatetimeIndex另一种解决方案：

df_luminosidad['Fecha:'] = pd.to_datetime(df_luminosidad['Fecha:'])
df_luminosidad = df_luminosidad.set_index('Fecha:')


df = df_luminosidad.resample('D')['Luz (lux)'].mean().reset_index()
df = df_luminosidad.groupby(pd.Grouper(freq='D'))['Luz (lux)'].mean().reset_index()