使用python在pandas中创建时间列表的平均值
我有大量的数据 我需要平均每十五分钟“w” 现在我使用for循环来执行,但是它太慢了 熊猫有什么套房可以帮忙吗使用python在pandas中创建时间列表的平均值,python,pandas,data-analysis,Python,Pandas,Data Analysis,我有大量的数据 我需要平均每十五分钟“w” 现在我使用for循环来执行,但是它太慢了 熊猫有什么套房可以帮忙吗 我真的需要你的帮助。非常感谢。有两种可能的不同解决方案-按15分钟重新采样和按平均值和第一个值聚合列: df = df.resample('15T', on='reporttime').agg({'w':'mean', 'buildingid':'first'}) 或按列buildingid与Grouper进行分组,以便重新采样: df = df.groupby(['buildi
我真的需要你的帮助。非常感谢。有两种可能的不同解决方案-按
15分钟重新采样和按平均值和第一个值聚合列:
df = df.resample('15T', on='reporttime').agg({'w':'mean', 'buildingid':'first'})
或按列buildingid
与Grouper
进行分组,以便重新采样:
df = df.groupby(['buildingid', pd.Grouper(key='reporttime',freq='15T')])['w'].mean()
样本:
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