熊猫在时间序列上滚动平均值

Question

我正在尝试根据时间序列数据计算每个 10 分钟窗口的滚动平均值。我有以下格式的数据框：

               Date      Time  Reading
0        2016/08/01   0: 0: 0    7.297
1        2016/08/01   0: 0: 1    7.047
2        2016/08/01   0: 0: 2    6.826
3        2016/08/01   0: 0: 3    6.641
4        2016/08/01   0: 0: 4    6.694
5        2016/08/01   0: 0: 5    7.055
6        2016/08/01   0: 0: 6    7.676
7        2016/08/01   0: 0: 7    8.840
8        2016/08/01   0: 0: 8    9.150
9        2016/08/01   0: 0:10    8.790
10       2016/08/01   0: 0:11    8.840
11       2016/08/01   0: 0:12    8.650
12       2016/08/01   0: 0:13    8.280
13       2016/08/01   0: 0:14    7.834
14       2016/08/01   0: 0:15    7.897
15       2016/08/01   0: 0:16    7.828
16       2016/08/01   0: 0:17    7.964
17       2016/08/01   0: 0:18    8.270
18       2016/08/01   0: 0:19    8.310
19       2016/08/01   0: 0:20    8.200
20       2016/08/01   0: 0:21    8.380
21       2016/08/01   0: 0:22    8.460
22       2016/08/01   0: 0:23    8.400
23       2016/08/01   0: 0:24    8.060
24       2016/08/01   0: 0:25    8.040
25       2016/08/01   0: 0:26    8.690
26       2016/08/01   0: 0:27    9.090
27       2016/08/01   0: 0:29    8.750
28       2016/08/01   0: 0:30    8.670

如您所见，时间分辨率为 1 秒。但是，在样本 26 和 27 之间，您可以看到分辨率为 2 秒。我使用的是滚动方法，窗口 = 600，这就是我意识到我的所有数据实际上并没有 1 秒分辨率的原因。我是 pandas 的新手，所以我去看了文档，发现在最新的 Pandas 版本中，可以使用实际时间作为滚动平均值的窗口，如：

df.resample('10min').mean()

这对我不起作用，因为我认为我的时间戳不是 pandas 时间戳格式。如何操作我的数据，以便 pandas 识别我的时间戳？或者，对于如何解决我的问题还有其他建议吗？

谢谢！

Answer 1

我不确定 Pandas 是否会正确解析您的时间戳（小时分秒的通常表示为 HH:MM:SS），但您可以尝试

df['timestamp'] = pd.to_datetime(df.pop('Date') + ' ' + df.pop('Time').str.replace(' ',''))
# check that this variable contains the correct timestamp

df.set_index('timestamp', inplace = True)