[英]Getting average per minute in pandas
關於我在問什么,堆棧溢出已經有很多問題,但是我有一個小疑問,因此我認為我的問題有所不同。 在我的時間序列中,我希望獲得每分鍾的平均值。 我的時間序列如下:
time duration
2018-08-26T14:00:00.000Z 0.22
2018-08-26T14:00:00.000Z 0.23
2018-08-26T14:00:00.000Z 2.05
2018-08-26T14:00:00.000Z 2.5
2018-08-26T14:00:00.000Z 3.0
2018-08-26T14:00:01.000Z 30.4
2018-08-26T14:00:01.000Z 30.4
2018-08-26T14:00:01.000Z 30.4
2018-08-26T14:00:02.000Z 30.4
2018-08-26T14:00:02.000Z 30.4
2018-08-26T14:00:03.000Z 30.4
.....
2018-08-26T14:01:03.000Z 30.4
2018-08-26T14:01:03.000Z 30.4
2018-08-26T14:02:03.000Z 30.4
2018-08-26T14:02:03.000Z 30.4
由於數據來自彈性搜索,因此我從同一秒開始有多次觀察。 從倍數開始,我的意思是說從一秒鍾的時間戳中可以觀察到100次。
我正在使用下面的代碼執行每分鍾的平均持續時間,這是我從組索引中獲取的,並按分鍾計算平均值
df.index = pd.DatetimeIndex(df.time)
df.groupby([df.index.values.astype('<M8[m]')])['duration'].mean()
我得到我的輸出如下
2018-08-26 14:00:00 0.151470
2018-08-26 14:01:00 0.144745
2018-08-26 14:02:00 0.147503
2018-08-26 14:03:00 0.156921
2018-08-26 14:04:00 0.142978
2018-08-26 14:05:00 0.167170
2018-08-26 14:06:00 0.156233
2018-08-26 14:07:00 0.140044
2018-08-26 14:08:00 0.135376
2018-08-26 14:09:00 0.161247
2018-08-26 14:10:00 0.134211
2018-08-26 14:11:00 0.179065
2018-08-26 14:12:00 0.145470
2018-08-26 14:13:00 0.145623
2018-08-26 14:14:00 0.139927
2018-08-26 14:15:00 0.138283
2018-08-26 14:16:00 0.137545
2018-08-26 14:17:00 0.140346
我只想確定我是否做對了,因為我在一秒鍾內有多個實例,因此我擔心它是否正在考慮所有實例。
在這里,我將不勝感激。
這是.resample()
的作用:
resample()
是一個基於時間的分組依據,后面是每個分組的歸約方法。
可驗證的示例:
>>> import pandas as pd
>>> import numpy as np
>>> np.random.seed(444)
>>> # millisecond frequency, 100000 periods starting 2017-01-01 00:00:00
>>> idx = pd.date_range(start='2017', periods=100000, freq='ms')
>>> idx.min(), idx.max()
(Timestamp('2017-01-01 00:00:00', freq='L'), Timestamp('2017-01-01 00:01:39.999000', freq='L'))
>>> s = pd.Series(np.random.randn(len(idx)), index=idx)
>>> s.resample('s').mean().head()
2017-01-01 00:00:00 0.009352
2017-01-01 00:00:01 0.061978
2017-01-01 00:00:02 -0.011118
2017-01-01 00:00:03 0.046698
2017-01-01 00:00:04 -0.008205
手動檢查應符合:
>>> s.loc['2017-01-01 00:00:00'].mean()
0.00935201762323959
>>> s.loc['2017-01-01 00:00:01'].mean()
0.061978455181838
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.