熊猫：在CSV中查找每隔10个数据点的平均值

floss 发表于 Dev

牙线

我有一个大数据集：

Time,   Value
01.01.2018 00:00:00.000,  5.1398
01.01.2018 00:01:00.000,  5.1298
01.01.2018 00:02:00.000,  5.1438
01.01.2018 00:03:00.000,  5.1228
01.01.2018 00:04:00.000,  5.1168
.... , ,,,,
31.12.2018 23:59:59.000,  6.3498

数据是minute从first一年中的last某天到一年中的某天的数据

我想用来Pandas查找每5天的平均值。例如：

从平均01.01.2018 00:00:00.000到05.01.2018 23:59:59.000了05.01.2018

接下来的平均值将来自02.01.2018 00:00:00.000于6.01.2018 23:59:59.000对06.01.2018

接下来的平均值将来自03.01.2018 00:00:00.000于7.01.2018 23:59:59.000对07.01.2018

等等...

对于给定的一天，有24小时* 60分钟= 1440个数据点。因此，我需要获取1440个数据点的平均值* 5天= 7200个数据点。

最终的DataFrame将如下所示：

Time,   Value
05.01.2018,  5.1398
06.01.2018,  5.1298
07.01.2018,  5.1438
.... , ,,,,
31.12.2018,  6.3498

底线是计算从今天到过去5天的平均值，平均值如上所示。

我试图通过Python循环进行迭代，但是我想要比Pandas更好的东西。

斯蒂夫

正如您所说的，您每分钟都有数据，即每天总是有相同数量的值（1440），那么您可以简单地采用日均值，然后在这些日均值上采用5天滚动窗口的均值。

示例（值是一年中的运行分钟数，从0开始）：

s = pd.Series(pd.date_range('2018-01-01', '2018-12-31 23:59', freq='1T'))
df = pd.DataFrame(s.index.values, index=s, columns=['Value'])
df.groupby(df.index.floor('d'))['Value'].mean().rolling(5).mean().dropna()

结果：

2018-01-05      3599.5
2018-01-06      5039.5
2018-01-07      6479.5
2018-01-08      7919.5
                ...   
2018-12-28    517679.5
2018-12-29    519119.5
2018-12-30    520559.5
2018-12-31    521999.5

本文收集自互联网，转载请注明来源。

如有侵权，请联系 [email protected] 删除。