Question

我正在尝试在名为ave_data的DataFrame中获取以下时间的平均值（如下所示）：

5点到9点（4小时）
上午9点至下午6点（9小时）
下午6点至晚上10点（4小时）
晚上10点至凌晨5点（7小时）

目前我的'ave_data'DataFrame输出以下数据（请忽略所有破折号，它们仅用于对齐数据）：

时间---------------------- F1 ------------- F2 --------- --- F3
2082-05-03 00:00:00 --- 43.005593 --- -56.509746 --- 25.271271
2082-05-03 01:00:00 --- 55.114918 --- -59.173852 --- 31.849262
2082-05-03 02:00:00 --- 63.990762 --- -64.699492 --- 52.426017
2082-05-03 03:00:00 --- 56.508333 --- -65.489083 --- 36.188083
2082-05-03 04:00:00 --- 36.217295 --- -59.198033 --- 2.404426
2082-05-03 05:00:00 --- 36.153814 --- -62.156187 --- 24.779830
2082-05-03 06:00:00 --- 93.920334 --- -57.923000 --- 77.654250 ...

我想将这些新的平均值保存为类似的新数据框（下面的数字只是随机示例）：

时间-------------------- F1 ------------- F2 ----------- - F3
早上（早上5点至上午9点）--- 50.005987 --- -60.509746 --- 29.311271
日（上午9点至下午6点）-------- 59.005987 --- -49.509746 --- 98.311271
晚上（下午6点至10点） - 55.018887 --- -47.614622 --- 29.311271
晚上（晚上10点至上午5点）---- 55.018887 --- -47.614622 --- 29.311271

另外，我最好添加一个包含每行平均值的最后一列。代码将用于读取不同的文件，这些文件将生成与下面显示的不同数量的列，因此，如果有人可以帮助我开发一个通用方法，那将是很好的。

以下是我所拥有的代码的相关部分：

raw_data = pd.read_excel(r'/Users/linnkloster/Desktop/Results/01_05_2012 Raw Results.xls', skiprows=1, header=0, nrows=1440, dayfirst=True, infer_datetime_format='%d/%m/%Y %H')
raw_data[u'Time']= pd.to_datetime(raw_data['Time'], unit='d')
# Converts first column to datetime, to make averaging easier
# Note this gets the wrong date (2082-05-03) but correct hour
raw_data.set_index(pd.DatetimeIndex(raw_data[u'Time']), inplace=True)
ave_data=raw_data.resample('h', how='mean')
print ave_data

Answer 1

您可以应用返回类别的函数：

import pandas as pd

data = [('2082-05-03 00:00:00', 43.005593, -56.509746, 25.271271),
('2082-05-03 01:00:00', 55.114918, -59.173852, 31.849262),
('2082-05-03 02:00:00', 63.990762, -64.699492, 52.426017),
('2082-05-03 03:00:00', 56.508333, -65.489083, 36.188083),
('2082-05-03 04:00:00', 36.217295, -59.198033, 2.404426),
('2082-05-03 05:00:00', 36.153814, -62.156187, 24.779830),
('2082-05-03 06:00:00', 93.920334, -57.923000, 77.654250)]

df = pd.DataFrame(data = data, columns=['Time', 'F1', 'F2', 'F3'])
df.Time = pd.to_datetime(df.Time)

def time_cat(t):
    hour = t.hour
    if hour < 5:
        return 'Night(10PM-5AM)'
    if hour < 9:
        return 'Morning(5AM-9AM)'
    if hour < 18:
        return 'Day(9AM-6PM)'
    if hour < 22:
        return 'Evening(6PM-10PM)'
    # if hour >= 22:
    return 'Night(10PM-5AM)'

df.groupby(df.Time.apply(time_cat)).mean()

                    F1          F2          F3
Time            
Morning(5AM-9AM)    65.037074   -60.039594  51.217040
Night(10PM-5AM)     50.967380   -61.014041  29.627812

Answer 2

这个怎么样？请注意，我添加了三列，因此我使用了df，raw_data的副本。如果没问题，当然不需要副本。

def Time(hour):
    if(hour>=5 and hour<9):
        return 'Morning'
    elif(hour>=9 and hour<18):
        return 'Day'
    elif(hour>=18 and hour<22):
        return 'Evening'
    else:
        return 'Night'

df = raw_data.copy()
df['date'] = df.Time.apply(lambda time:time.date())
df['hour'] = df.Time.apply(lambda time:time.hour)
df['time']=df.hour.apply(Time)
ave_data=df.drop('hour',axis=1).groupby(['date','time']).mean()

平均DataFrame数组中的特定行数

2 个答案: