使用python在pandas中创建一个平均列表中的平均值

Question

我有大量数据。

我需要平均每15分钟'w'。

现在我使用for循环来执行，但它太慢了。

大熊猫有没有套装可以提供帮助？

我真的需要你的帮助。非常感谢。

Answer 1

有两种可能的不同解决方案 - 按15Min重新取样，按平均值和第一个值汇总列：

df = df.resample('15T', on='reporttime').agg({'w':'mean', 'buildingid':'first'})

或按buildingid列对Grouper进行分组以进行重新采样：

df = df.groupby(['buildingid', pd.Grouper(key='reporttime',freq='15T')])['w'].mean()

<强>示例：

rng = pd.date_range('2017-04-03 18:09:04', periods=10, freq='7T')
df = pd.DataFrame({'reporttime': rng, 'w': range(10), 'buildingid':[39] * 5 + [40] * 5})  
print (df)
           reporttime  w  buildingid
0 2017-04-03 18:09:04  0          39
1 2017-04-03 18:16:04  1          39
2 2017-04-03 18:23:04  2          39
3 2017-04-03 18:30:04  3          39
4 2017-04-03 18:37:04  4          39
5 2017-04-03 18:44:04  5          40
6 2017-04-03 18:51:04  6          40
7 2017-04-03 18:58:04  7          40
8 2017-04-03 19:05:04  8          40
9 2017-04-03 19:12:04  9          40

df1 = df.resample('15T', on='reporttime').agg({'w':'mean', 'buildingid':'first'}).reset_index()
print (df1)
           reporttime    w  buildingid
0 2017-04-03 18:00:00  0.0          39
1 2017-04-03 18:15:00  1.5          39
2 2017-04-03 18:30:00  4.0          39
3 2017-04-03 18:45:00  6.5          40
4 2017-04-03 19:00:00  8.5          40

df2 = df.groupby(['buildingid', pd.Grouper(key='reporttime',freq='15T')])['w'].mean().reset_index()
print (df2)
   buildingid          reporttime    w
0          39 2017-04-03 18:00:00  0.0
1          39 2017-04-03 18:15:00  1.5
2          39 2017-04-03 18:30:00  3.5
3          40 2017-04-03 18:30:00  5.0
4          40 2017-04-03 18:45:00  6.5
5          40 2017-04-03 19:00:00  8.5