每小时时间序列中列的平均值

1 回答

• 0

  查找一年中每一天的平均值

  #!/usr/bin/env python
  from datetime import datetime
  import pandas
  
  def same_day(date_string): # remove year
      return datetime.strptime(date_string, "%m/%d/%Y").strftime('%m-%d')
  
  df = pandas.read_csv('input.csv', index_col=0,
                       usecols=[0,2], names=['date', 'value'],
                       converters={'date': same_day})
  print(df.groupby(level=0).mean())
  

  输出

  value
  date             
  01-01  143.991035
  01-02  123.232340
  12-30    0.000000
  12-31  100.981233
  

  它假设所有小时值在不同年份具有相同的权重 .

  查找每个日期的平均值

  pandas 允许索引中的重复值 .

  按日期（第1列）分组数据并查找第3列的平均值：

  #!/usr/bin/env python
  import pandas
  
  df = pandas.read_csv('input.csv', parse_dates=True, index_col=0,
                       usecols=[0,2], names=['date', 'value'])
  print(df.groupby(level=0).mean())
  

  输出

  value
  date                  
  2005-01-01  143.991035
  2005-01-02  123.232340
  
  [2 rows x 1 columns]
  

  使用 itertools.groupby() 的代码产生相同的结果：

  #!/usr/bin/env python
  import csv
  from collections import OrderedDict
  from datetime import datetime
  from itertools import groupby
  from operator import itemgetter
  from pprint import pprint
  
  def groupby_mean(file):
      mean = OrderedDict()
      for day, same_day_rows in groupby(csv.reader(file), key=itemgetter(0)):
          L = [float(row[2]) for row in same_day_rows]
          mean[datetime.strptime(day, '%m/%d/%Y')] = sum(L) / len(L)
      return mean
  
  with open('input.csv') as file:
      pprint(groupby_mean(file))
  

  输出

  {datetime.datetime(2005, 1, 1, 0, 0): 143.99103529411764,
   datetime.datetime(2005, 1, 2, 0, 0): 123.23234}
  

  math.fsum(L) 与您的输入导致与 sum(L) 相同的结果 .

  回复于 2024-04-29T12:03:15+08:00