根据每分钟不同长度的每分钟数据计算每天的平均值。数据

Question

我有两个数组，日期和温度。我想计算每天的平均温度。有细微的观察，它并不像每 1,440 个值循环和平均那么简单。传感器打开以随机记录温度。一天可以有 8 分钟的观察时间或 1,440 分钟。因此，我将不得不每天迭代。

数据： 两个等长的 Numpy 数组：

dates = ['2017-10-24 06:18:00.000' '2017-10-24 06:19:00.000' '2017-10-24 06:20:00.000' ... '2018-11-23 16:56:00.000' '2018-11-23 16:57:00.000' '2018-11-23 16:58:00.000']
temp = [1 2 3 ... 5 2 9]

我认为我需要选择日期中的“天”值并在 +1 天之前对其进行迭代

伪代码：

AmountOfDays = max(dates.%d)-min(dates.%d)
day_index = 0
for i in days:
    for j in AmountOfDays
        np.mean(temp)

Answer 1

使用熊猫：

import numpy as np
import pandas as pd
df = pd.DataFrame({'date': np.array(dates, dtype=np.datetime64), 'temp': temp})
df.groupby(df.date.dt.date)['temp'].mean()