使用大熊猫计算不规则时间序列的日均值

时间:2014-01-16 13:35:20

标签: python csv pandas timestamp

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?

1 个答案:

答案 0 :(得分:2)

您想要dayfirst=True,这是read_csv docs中列出的众多调整之一。