计算手动给出的日期和时间的 Python 平均值？

Question

我的数据集：

时间戳温度
2016 年 9 月 1 日 0:00:08 53.8
2016 年 9 月 1 日 0:00:38 53.8
2016 年 9 月 1 日 0:01:08 53.8
2016 年 9 月 1 日 0:01:38 53.8
2016 年 9 月 1 日 0:02:08 53.8
2016 年 9 月 1 日 0:02:38 54.1
2016 年 9 月 1 日 0:03:08 54.1
2016 年 9 月 1 日 0:03:38 54.1
2016 年 9 月 1 日 0:04:38 54
2016 年 9 月 1 日 0:05:38 54
2016 年 9 月 1 日 0:06:08 54
2016 年 9 月 1 日 0:06:38 54
2016 年 9 月 1 日 0:07:08 54
2016 年 9 月 1 日 0:07:38 54
2016 年 9 月 1 日 0:08:08 54.1
2016 年 9 月 1 日 0:08:38 54.1
2016 年 9 月 1 日 0:09:38 54.1
2016 年 9 月 1 日 0:10:32 54
2016 年 9 月 1 日 0:11:02 54
2016 年 9 月 1 日 0:11:32 54
2016 年 9 月 1 日 0:00:08 54
2016 年 9 月 2 日 0:00:20 32
2016 年 9 月 2 日 0:00:50 32
2016 年 9 月 2 日 0:01:20 32
2016 年 9 月 2 日 0:01:50 32
2016 年 9 月 2 日 0:02:20 32
2016 年 9 月 2 日 0:02:50 32
2016 年 9 月 2 日 0:03:20 32
2016 年 9 月 2 日 0:03:50 32
2016 年 9 月 2 日 0:04:20 32
2016 年 9 月 2 日 0:04:50 32
2016 年 9 月 2 日 0:05:20 32
2016 年 9 月 2 日 0:05:50 32
2016 年 9 月 2 日 0:06:20 32
2016 年 9 月 2 日 0:06:50 32

from datetime import datetime  
import pandas as pd

def same_day(date_string):        
return datetime.strptime(date_string, "%m/%d/%Y %H:%M:%S").strftime('%m-%d')

df = pd.read_csv('dataset.csv', index_col=[0],parse_dates=[0], usecols=[0,1,2])
********calculate per day
print (df.index.strftime('%d%m%H'))
print (df.groupby([df.index.strftime('%d%m%H')]).mean())

这里，如何以json数组形式导出？？

#****** exporting in CSV format
df.reset_index().to_csv('dataset.csv')

现在我想手动给出日期并检查每天 5 小时和 10 分钟的平均值..就像那样..我们可以在哪里手动给出日期和时间？请帮忙？

例如：- 日期 01-09-2016 10 分钟平均为 36.08 日期 02-09-2016 10 分钟平均为 39.05

日期 01-09-2016 5 小时平均为 45.2 日期 01-09-2016 5 小时平均为 44.3

无论我给什么日期，无论我给什么时间，每个日期都是这样。

通过以下代码，我可以找到不到 2 分钟的温度：-

    import pandas as pd
    df = pd.read_csv('dataset.csv', parse_dates=['Timestamp'])
    #print (df)

    mask =  df.Timestamp.dt.minute < 2
    df1 = df[mask]

    df2 = df1.Timestamp.dt.date == pd.to_datetime('9/1/2016').date()
    print (df2)

用于计算平均值（）：-

    df3 = df2.set_index('Timestamp', drop=False).resample('D').mean()
    print (df3)

错误来了：-

AttributeError: 'Series' object has no attribute 'set_index'

Answer 1

我根据您的示例数据创建了一个 DataFrame（我将文件制表符分隔）：

df = pd.read_csv('foo.csv',sep = '\t', header = 0,
                 parse_dates = [0], infer_datetime_format = True)
>>> df.head()
            Timestamp  Temperature
0 2016-09-01 00:00:08         53.8
1 2016-09-01 00:00:38         53.8
2 2016-09-01 00:01:08         53.8
3 2016-09-01 00:01:38         53.8
4 2016-09-01 00:02:08         53.8
>>>

然后我开始阅读Time Series/Date Functionality section of the docs，如果 DataFrame 索引是 DateTime 系列似乎会更容易 - 我还注意到数据中有一些非连续的日期时间，所以我在设置索引后进行了排序（在关于乱序日期时间的文档）：

df1 = df.set_index('Timestamp')
df1 = df1.sort_index()

>>> df1.head()
                     Temperature
Timestamp                       
2016-09-01 00:00:08         53.8
2016-09-01 00:00:08         54.0
2016-09-01 00:00:38         53.8
2016-09-01 00:01:08         53.8
2016-09-01 00:01:38         53.8
>>>

直到我偶然发现一种过滤日期时间范围的方法之前，我并没有深入了解文档（在阅读时练习示例）：

>>> df1['2016-09-01 00:01:30' : '2016-09-01 00:03:15']
                     Temperature
Timestamp                       
2016-09-01 00:01:38         53.8
2016-09-01 00:02:08         53.8
2016-09-01 00:02:38         54.1
2016-09-01 00:03:08         54.1
>>> 

这真的很容易。您可以将结果分配给名称然后获取平均值或立即获取平均值：

>>> z = df1['2016-09-01 00:01:30' : '2016-09-01 00:03:15']
>>> z.mean()
Temperature    53.95
dtype: float64
>>> df1['2016-09-01 00:01:30' : '2016-09-01 00:03:15'].mean()
Temperature    53.95
dtype: float64
>>>

我不再阅读那里的文档，因为它应该很容易为任何开始、结束或围绕手动输入日期/时间的时间段构建日期时间字符串

---

说句公道话，几周前，我厌倦了试图让 Pandas 做我想做的事，所以我观看了 pandas Talks page 上的“Pandas From The Ground Up”Pycon 演讲。我什至没有看整件事，但我所吸收的内容极大地提高了我的工作效率。