我试图从csv文件的不规则时间序列中获取每日平均值。
csv文件中的数据从2013年9月20日13:00开始,一直持续到2014年1月14日10:57:
Time Values
20/09/2013 13:00 5.133540
20/09/2013 13:01 5.144993
20/09/2013 13:02 5.158208
20/09/2013 13:03 5.170542
20/09/2013 13:04 5.167899 20/09/2013 13:25 5.168780
20/09/2013 13:26 5.179351
...
我用以下内容导入它们:
import pandas as pd
data = pd.read_csv('<file name>', parse_dates={'Timestamp':'Time']},index_col='Timestamp')
这导致
Values
Timestamp
2013-09-20 13:00:00 5.133540
2013-09-20 13:01:00 5.144993
2013-09-20 13:02:00 5.158208
2013-09-20 13:03:00 5.170542
2013-09-20 13:04:00 5.167899
2013-09-20 13:25:00 5.168780
2013-09-20 13:26:00 5.179351
...
然后我做
dataDailyAv = data.resample('D', how = 'mean')
这导致
Values
Timestamp
2013-01-10 8.623744
2013-01-11 NaN
2013-01-12 NaN
2013-01-13 NaN
2013-01-14 NaN
...
换句话说,结果包含未显示在原始数据中的日期,对于其中某些日期(例如2013年1月10日),甚至会显示一个值。
关于出了什么问题的任何想法?
感谢。
编辑:解析日期显然出现问题:2013年10月1日被解释为2013年1月10日而不是2013年10月1日。这可以通过编辑csv文件中的日期格式来解决,但是有没有办法在read_csv中指定日期格式?