如何使用pandas中的日期时间索引重新采样数据系列

Question

  

使用pandas

中的日期时间索引重新采样数据系列

我是python的新手，我正在研究pandas。我有一个GW2test.csv文件，其中包含日期，时间和其他列，每30分钟收集一次数据。我需要重新采样每日平均值的数据。 CVS看起来像：

  

Date        time     P    P3W   P3W1      P2W
04/18/12    15:00   0   1.334           1.006
04/18/12    15:30   0   1.336           1.003
04/18/12    16:00   0   1.323           0.985
04/18/12    16:30   0   1.316           0.977
04/18/12    17:00   0   1.312  1.231    0.97

P是降水并且不总是零，P3W具有一些非测量值。 我做的是：

`

import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

import pylab as pl

df = pd.read_csv('GW2test.csv', parse_dates=[['Date','time']])

f = pd.DataFrame(df, columns=[ 'Date_time','P','P3E','P1W1', 'P1W', 'P2W'])

f.describe()

df1 = df.set_index('Date_time')

Daily= df1.resample('D', how=np**.mean)

Sel = Daily.ix[0:,['P']]

Sel.plot()

Sel = Daily.ix[0:,['P3W1']]

Sel.plot()

`

到目前为止，我的情节显示X中的每日频率，但是Y中的值是错误的。降水应该高达140，它最多只能达到3.5（30分钟值），我的P3W值是正确的，但显示了一个不连续的线，尽管我有整个时期的测量值。他们看起来像这样

请帮忙！

Answer 1

为什么不将Date和time作为单独的列，然后在groupby上执行Date并使用np.mean汇总每个组？这将生成仅包含平均值的Date索引的结果。并且可以使用相同的方法按time进行分组，并获取各个日期的平均值，以便您可以轻松查看所有15:00观察值的平均值。例如。

df.groupby("Date").agg(np.mean) 

可以忽略time列的平均值，也可以省略该列。