Pandas 如何按天聚合数据帧

我得到了以下数据帧：

time,                value
2018-08-02 09:19:37, 2
2018-08-02 09:19:47, 3
2018-08-02 09:19:57, 6
......
2018-08-03 04:49:27, 2
2018-08-03 04:49:37, 4
2018-08-03 04:49:47, 5

我希望构建一个输出数据帧，如下所示：

time,                value
2018-08-02 11:59:59, AVG(2+3+6+..)
2018-08-03 11:59:59, AVG(2+4+5+..)

如果您有任何帮助，我们将不胜感激。非常感谢。

IIUC，使用：

m=df.groupby(df.time.dt.date).value.mean().reset_index()
m.time=pd.to_datetime(m.time.astype(str)+' 11:59:59')
print(m)

                 time     value
0 2018-08-02 11:59:59  3.666667
1 2018-08-03 11:59:59  3.666667

注意：如果数据类型为字符串，请在上述代码之前先使用以下内容：

---

您可以使用

重采样

>>>df['time'] = df['time'].astype('datetime64[ns]')    
>>>df.resample('D', on='time').mean()
>>>        
time         value
2018-08-02  3.666667
2018-08-03  3.666667

---

df.groupby（df.time.dt.date）.value.mean（）

？我试过了，但是我得到了pandas.core.base.DataError:没有数字类型来聚合更改值的数据类型，

df.value=df.value.astype（int）

，然后再试一次，检查我的答案以获得详细解释非常感谢。在我投票之前。请您确认您的sol平均值为00:00:00到11:59:59？当然可以。我会做的。请确认您的sol平均了从00:00:00到11:59:59的所有值这一事实？@Carloalloca此解决方案按日期分组，并将

11:59:59

作为字符串添加到每个输出中。然后转换为<代码>日期时间>代码>，因此在<代码>时间> /COD> COL中的每一行将具有<代码> 11:59:59 ，因此它自动地考虑到同一日期内的所有值。谢谢。@Carloalloca是的。：）仅按日期分组，并将一天中的最长时间附加到时间列

>>>df['time'] = df['time'].astype('datetime64[ns]')    
>>>df.resample('D', on='time').mean()
>>>        
time         value
2018-08-02  3.666667
2018-08-03  3.666667