Question

我无法按小时对样本进行分组。数据结构如下：

data = [
    {
        "pressure": "1009.7",
        "timestamp": "2019-09-03 08:03:00"
    },
    {
        "pressure": "1009.7",
        "timestamp": "2019-09-03 08:18:00"
    },
    {
        "pressure": "1009.8",
        "timestamp": "2019-09-03 08:33:00"
    },
    {
        "pressure": "1009.8",
        "timestamp": "2019-09-03 08:56:00"
    },
    {
        "pressure": "1009.8",
        "timestamp": "2019-09-03 09:03:00"
    },
    {
        "pressure": "1009.8",
        "timestamp": "2019-09-03 09:18:00"
    },
    {
        "pressure": "1009.8",
        "timestamp": "2019-09-03 09:33:00"
    },
    {
        "pressure": "1009.7",
        "timestamp": "2019-09-03 09:56:00"
    },
    {
        "pressure": "1009.6",
        "timestamp": "2019-09-03 10:03:00"
    }
]

您可以看到，每小时进行4次压力测量，我想计算每小时的平均值。我曾经尝试过用Pandas实现这一目标，但是没有运气。我尝试过的是提取开始和结束时间戳记，将它们舍入整整一小时，然后将其传递给DataFrame作为索引，并将json作为数据传递，但是形状不匹配（难怪）。我以为我可以将其传递给df，然后再尝试计算均值，但是看来我应该进行一些中间步骤。

Answer 1

如果您的JSON模仿上述内容，那么我们可以将其传递到数据框

df = pd.DataFrame.from_dict(data)
    pressure            timestamp
0   1009.7  2019-09-03 08:03:00
1   1009.7  2019-09-03 08:18:00
2   1009.8  2019-09-03 08:33:00
3   1009.8  2019-09-03 08:56:00
4   1009.8  2019-09-03 09:03:00
5   1009.8  2019-09-03 09:18:00
6   1009.8  2019-09-03 09:33:00
7   1009.7  2019-09-03 09:56:00
8   1009.6  2019-09-03 10:03:00

然后按小时分组，并取平均压力。

hourly_avg = df.groupby(df['timestamp'].dt.hour)['pressure'].mean()
print(hourly_avg)
timestamp
8     1009.750
9     1009.775
10    1009.600
Name: pressure, dtype: float64

请注意，您需要将日期设置为适当的DateTime并将其压成浮点值。

df['timestamp'] = pd.to_datetime(df['timestamp'])
df['pressure'] = df['pressure'].astype(float)

Answer 2

我将通过创建一个新的字典来解决这个问题，该字典以日期/小时为键，压力为列表（字典的值）。

d = {}

for _dict in data:
    key = _dict['timestamp'][:13] # 2019-09-03 08, etc.
    d.setdefault(key, []).append(float(_dict['pressure']))

for key, array in d.items():
    print(key, format(sum(array) / len(array), '.3f'))

打印：

2019-09-03 08 1009.750
2019-09-03 09 1009.775
2019-09-03 10 1009.600

Answer 3

检查：

df = pd.DataFrame(data)
df['timestamp']=pd.to_datetime(df['timestamp'], format='%Y%m%d %H:%M:%S')
df['pressure'] = df['pressure'].astype(float)
df['hour'] = df['timestamp'].dt.hour

pressure = df.groupby([df['hour']])['pressure'].mean()

print(pressure)

输出：

timestamp
8     1009.750
9     1009.775
10    1009.600

按小时计算json数据的平均值

3 个答案: