Question

我的数据框df有几周的2分钟分辨率数据：

df.dtypes

time_stamp      datetime64[ns]
Day_name                object 
x                     int64
y                   int64

df.head

time_stamp             Day_name   x   y  
0 2017-05-17 14:28:35  Wednesday  100 200   
1 2017-05-17 14:30:32  Wednesday  300 400

我希望汇总指标x和y，并找出平均“15”分钟时段的平均值。我最初有一个纪元指标，但我已将其转换为上面显示的datetime。

time_stamp             Day_name   x   y        15_min_slot
    0 2017-05-17 14:28:35  Wednesday  100 200  14:15
    1 2017-05-17 14:30:32  Wednesday  300 400  14:30

我该怎么做？

我可以通过以下方式找到小时：

df['hour'] = df['time_stamp'].dt.hour

df['minute'] = df['time_stamp'].dt.minute

我最终会做的是：

output = df.groupby(['15_min_slot'],as_index=False)['x'].mean()

Answer 1

您可以将Grouper与cdef long[:]参数结合使用，即：

freq

Answer 2

让我们使用resample：

首先为您的数据框创建datetimeindex

df = df.set_index('time_stamp')
df.index = pd.to_datetime(df.index,format='%Y-%m-%d %H:%M:%S')

然后将resample与15T和mean：

一起使用

df.resample('15T').mean()

输出：

                       x    y
time_stamp                   
2017-05-17 14:15:00  100  200
2017-05-17 14:30:00  300  400

Answer 3

您可以在

中使用df.resample()

df.resample('15T').mean()

可在此处找到选项列表： http://pandas.pydata.org/pandas-docs/stable/timeseries.html#offset-aliases

将时间聚合到定义的槽

3 个答案: