数据框中的平均值

Question

    Date    Timestamp   μmoles
0   2019-06-11  17:21:35    13.5
1   2019-06-11  17:22:35    13.1
2   2019-06-11  17:23:35    13.0
3   2019-06-11  17:24:35    11.8
4   2019-06-11  17:25:35    11.8
... ... ... ...
394 2019-06-11  23:55:38    0.0
395 2019-06-11  23:56:38    0.0
396 2019-06-11  23:57:38    0.0
397 2019-06-11  23:58:38    0.0
398 2019-06-11  23:59:38    0.0

我正在尝试编写一个代码，计算下午5点的平均微摩尔数。有什么建议吗？

Answer 1

您好，您可以尝试以下示例：

df.loc[df['Timestamp'].dt.hour == 17]['μmoles'].mean() # Follows the 24 hour time format

Answer 2

这应该可以满足您的期望。

将Date和Timestamp字段合并到date_time列中

df["date_time"] = pd.to_datetime(df['Date'] + ' ' + df['Timestamp'])

将小时数提取到单独的列中

df["hour"] = df["date_time"].apply(lambda x: x.hour)

打印输出

print(df.groupby(by=["hour"])["μmoles"].mean())

Answer 3

在这里，我要获取以17开头的行：并仅计算选定行的平均值

df[df['Timestamp'].str.startswith('17:')]['μmoles'].astype('float64').mean()

Answer 4

您也可以尝试以下方法：

df.loc[df['Timestamp'].str.split(':').str[0] == '17', 'μmoles'].mean()