在Python中设置子数据集中的datetime格式

我有数据

df

：

          Id    timestamp               data        Date
27585   27826   2020-01-02 08:55:46.297 19.0    2020-01-02
27586   27827   2020-01-02 08:55:46.397 20.0    2020-01-02
27587   27828   2020-01-02 08:55:47.283 20.0    2020-01-02
27588   27829   2020-01-02 08:55:47.383 21.5    2020-01-02
27589   27830   2020-01-02 08:55:48.287 21.5    2020-01-02

我想找出每个唯一的

日期
在
12pm
和
4pm
之间的平均
数据

我试过：

for date in df['Date'].unique():                            
    df_date = df[df['Date'] == date]

    start_date = pd.to_datetime('12:00:00')
    end_date = pd.to_datetime('16:00:00')
    df_date1 = df_date.loc[(df_date['timestamp'].dt.time >= start_date) & 
                           (df_date['timestamp'].dt.time <= end_date)]

    df.set_index(["data"], inplace=True)
    df = df.sort_index()       
    df = df.resample('1S').fillna('ffill')
    df['data'].mean()

df['date']中日期的
。唯一（）
日期=日期
开始日期=pd.到日期时间（'12:00:00'）
结束日期=pd.至日期时间（'16:00:00'）
df_date1=df_date.loc[（df_date['timestamp'].dt.time>=开始日期）和
（df_date['timestamp'].dt.time我认为您需要使用
DatetimeIndex
来选择2次之间的行，然后聚合
平均值
：

#changed data sample for match
print (df)
          Id                timestamp  data        Date
27585  27826  2020-01-02 11:55:46.297  19.0  2020-01-02
27586  27827  2020-01-02 12:55:46.397  25.0  2020-02-02
27587  27828  2020-01-02 13:55:47.283  20.0  2020-02-02
27588  27829  2020-01-02 14:55:47.383  21.5  2020-03-02
27589  27830  2020-01-02 08:55:48.287  21.5  2020-04-02

df['timestamp'] = pd.to_datetime(df['timestamp'])

print (df.set_index('timestamp')
       .between_time('12:00:00','16:00:00'))
                            Id  data        Date
timestamp                                       
2020-01-02 12:55:46.397  27827  25.0  2020-02-02
2020-01-02 13:55:47.283  27828  20.0  2020-02-02
2020-01-02 14:55:47.383  27829  21.5  2020-03-02

df1 = (df.set_index('timestamp')
       .between_time('12:00:00','16:00:00')
       .groupby('Date')['data']
       .mean())
print (df1)
Date
2020-02-02    22.5
2020-03-02    21.5
Name: data, dtype: float64

如果需要，使用
groupby
by
timestamp
s重新采样
：

df1 = (df.set_index('timestamp')
       .between_time('12:00:00','16:00:00')
       .groupby('Date')['data']
       .resample('1S')
       .ffill())
print (df1)
Date        timestamp          
2020-02-02  2020-01-02 12:55:46     NaN
            2020-01-02 12:55:47    25.0
            2020-01-02 12:55:48    25.0
            2020-01-02 12:55:49    25.0
            2020-01-02 12:55:50    25.0
                                   ... 
            2020-01-02 13:55:44    25.0
            2020-01-02 13:55:45    25.0
            2020-01-02 13:55:46    25.0
            2020-01-02 13:55:47    25.0
2020-03-02  2020-01-02 14:55:47     NaN
Name: data, Length: 3603, dtype: float64

然后是每个第一个日期级别的可能计数<代码>平均值<代码>：

df1 = (df.set_index('timestamp')
       .between_time('12:00:00','16:00:00')
       .groupby('Date')['data']
       .resample('1S')
       .ffill()
       .mean(level=0)
       .reset_index())
print (df1)
         Date  data
0  2020-02-02  25.0
1  2020-03-02   NaN

我可以添加另一个步骤来使用
ffill
对
数据重新采样吗？@nilsinelabre-Sure；）@NilsineLabre-更改的数据样本。但不确定平均值。是否需要按秒对每个组重新采样
时间戳
？是的，如果可能的话。我想做1）按
日期分组
；2）过滤
时间戳
从
12pm
到
4pm
每个唯一的
日期
；3）用1秒fre向前填充重新采样quency；4）计算每个
日期
的
数据的平均值。是否可以在没有for循环的情况下执行所有操作？@nilsinelabore-使用
df.loc[df.groupby（'Date'）['Date'].idxmax（）]
-因为
日期
是列