Question

我有一个像这样的时间序列

            Time    Demand
Date        
2014-01-01  0:00    2899.0
2014-01-01  0:15    2869.0
2014-01-01  0:30    2827.0
2014-01-01  0:45    2787.0
2014-01-01  1:00    2724.0
2014-01-01  1:15    2687.0
2014-01-01  1:30    2596.0
2014-01-01  1:45    2543.0
2014-01-01  2:00    2483.0

以15分钟为增量。我想要每天每小时的平均值。所以我尝试了这样的事情df.groupby(pd.TimeGrouper(freq='H')).mean()。它没有成功，因为它主要返回NaNs。

现在我的数据集全年有这样的数据，我想计算所有月份所有小时的平均值，这样我得到24分，但平均值是一年中的所有小时数，例如第一个小时获得所有月份的第一个小时的平均值。预期的输出是

 2014 00:00:00  2884.0
 2014 01:00:00  2807.0
 2014 02:00:00  2705.5
 2014 03:00:00  2569.5
 ..........
 2014 23:00:00  2557.5

我怎样才能做到这一点？

Answer 1

我认为您需要先将Time列添加到index：

df.index = df.index + pd.to_timedelta(df.Time + ':00')
print (df)
                     Time  Demand
2014-01-01 00:00:00  0:00  2899.0
2014-01-01 00:15:00  0:15  2869.0
2014-01-01 00:30:00  0:30  2827.0
2014-01-01 00:45:00  0:45  2787.0
2014-01-01 01:00:00  1:00  2724.0
2014-01-01 01:15:00  1:15  2687.0
2014-01-01 01:30:00  1:30  2596.0
2014-01-01 01:45:00  1:45  2543.0
2014-01-01 02:00:00  2:00  2483.0

print (df.groupby(pd.Grouper(freq='H')).mean())
#same as
#print (df.groupby(pd.TimeGrouper(freq='H')).mean())
                     Demand
2014-01-01 00:00:00  2845.5
2014-01-01 01:00:00  2637.5
2014-01-01 02:00:00  2483.0

感谢pansen提出另一个想法resample：

print (df.resample("H").mean())
                     Demand
2014-01-01 00:00:00  2845.5
2014-01-01 01:00:00  2637.5
2014-01-01 02:00:00  2483.0

编辑：

print (df)
            Time  Demand
Date                    
2014-01-01  0:00     1.0
2014-01-01  0:15     2.0
2014-01-01  0:30     4.0
2014-01-01  0:45     5.0
2014-01-01  1:00     1.0
2014-01-01  1:15     0.0
2015-01-01  1:30     1.0
2015-01-01  1:45     2.0
2015-01-01  2:00     3.0

df.index = df.index + pd.to_timedelta(df.Time + ':00')
print (df)
                     Time  Demand
2014-01-01 00:00:00  0:00     1.0
2014-01-01 00:15:00  0:15     2.0
2014-01-01 00:30:00  0:30     4.0
2014-01-01 00:45:00  0:45     5.0
2014-01-01 01:00:00  1:00     1.0
2014-01-01 01:15:00  1:15     0.0
2015-01-01 01:30:00  1:30     1.0
2015-01-01 01:45:00  1:45     2.0
2015-01-01 02:00:00  2:00     3.0

df1 = df.groupby([df.index.year, df.index.hour]).mean().reset_index()
df1.columns = ['year','hour','Demand']
print (df1)
   year  hour  Demand
0  2014     0     3.0
1  2014     1     0.5
2  2015     1     1.5
3  2015     2     3.0

DatetimeIndex使用：

df1 = df.groupby([df.index.year, df.index.hour]).mean()
df1.index = pd.to_datetime(df1.index.get_level_values(0).astype(str) + 
                           df1.index.get_level_values(1).astype(str), format='%Y%H')
print (df1)
                     Demand
2014-01-01 00:00:00     3.0
2014-01-01 01:00:00     0.5
2015-01-01 01:00:00     1.5
2015-01-01 02:00:00     3.0

Pandas timeseries groupby使用TimeGrouper

1 个答案: