Python 如何从cvs连续数据集中计算平均值/分钟？

我是python新手，这是我的第一个问题，请为我的错误道歉

我有一个连续测量的大csv文件（大约每秒测量一次，但间隔不是固定的）。我需要得到每分钟的平均值。我发现groupby可能会帮助我完成这项工作，但我一直坚持将DATE\u TIME列指定为index，并键入“datetime”。csv文件如下所示：

，日期时间，N2O干燥
02016-03-01 02:32:02.651,0.70714453962
12016-03-01 02:32:03.762,0.7071444254000001
22016-03-01 02:32:05.257,0.70373171894
32016-03-01 02:32:05.953,0.70083729096
42016-03-01 02:32:07.049,0.69760065648
52016-03-01 02:32:07.928,0.6954438788699999
62016-03-01 02:32:08.726,0.687452760689999
72016-03-01 02:32:10.005,0.6724201105500001
82016-03-01 02:32:10.851,0.660728656819999
.
.
.
1045032016-03-02 08:21:18.421,0.26879397415
1045042016-03-02 08:21:19.532,0.26884030311
1045052016-03-02 08:21:20.359,0.268879686

到目前为止，我只成功地读取了数据帧中的文件，并将DATE\u TIME列指定为索引，并使用以下命令将DATE\u TIME列设置为dtype='datetime64[ns]'对象：

import pandas

df=pandas.read_csv(file,usecols=[1,'N2O_dry'])
df=df.set_index('DATE_TIME')
df=pandas.to_datetime(df.index)

然而，现在我似乎只剩下DATE\u TIME列了。谁能帮帮我吗

---

`

我认为您可以添加参数

解析日期

和

索引列

，然后与一起使用（这适用于pandas

0.18.0

）：

---

我认为您可以将参数

parse_dates

和

index_col

添加到，然后与一起使用（这适用于pandas

0.18.0

）：

---

如果我理解正确，那么使用

df.index = pd.to_datetime(df.index)

而不是

df = pd.to_datetime(df.index)

这将解决问题，只剩下

DATE\u TIME

列。 然后你会（在iPython中）：

但仍然：

In [26]: df
Out[26]: 
                          N2O_dry
DATE_TIME                        
2016-03-01 02:32:02.651  0.707145
2016-03-01 02:32:03.762  0.707144
2016-03-01 02:32:05.257  0.703732
2016-03-01 02:32:05.953  0.700837
2016-03-01 02:32:07.049  0.697601
2016-03-01 02:32:07.928  0.695444
2016-03-01 02:32:08.726  0.687453
2016-03-01 02:32:10.005  0.672420
2016-03-01 02:32:10.851  0.660729

---

如果我理解正确，那么使用

df.index = pd.to_datetime(df.index)

而不是

df = pd.to_datetime(df.index)

这将解决问题，只剩下

DATE\u TIME

列。 然后你会（在iPython中）：

但仍然：

In [26]: df
Out[26]: 
                          N2O_dry
DATE_TIME                        
2016-03-01 02:32:02.651  0.707145
2016-03-01 02:32:03.762  0.707144
2016-03-01 02:32:05.257  0.703732
2016-03-01 02:32:05.953  0.700837
2016-03-01 02:32:07.049  0.697601
2016-03-01 02:32:07.928  0.695444
2016-03-01 02:32:08.726  0.687453
2016-03-01 02:32:10.005  0.672420
2016-03-01 02:32:10.851  0.660729

---

非常感谢。read_csv的参数工作得非常好！重采样函数并不完全符合我的要求，因为我试图获得时间序列中每分钟的平均值，而该函数似乎给出了每分钟的总体平均值（输出仅为一个值）。我想我的问题措辞不够具体。如果能得到更多的帮助，我将不胜感激，但我也许能从这里出发！嗯，也许最好的是写和期望的输出。谢谢！read_csv的参数工作得非常好！重采样函数并不完全符合我的要求，因为我试图获得时间序列中每分钟的平均值，而该函数似乎给出了每分钟的总体平均值（输出仅为一个值）。我想我的问题措辞不够具体。如果能得到更多的帮助，我将不胜感激，但我也许能从这里出发！嗯，也许最好的方法是写和期望的输出。@vera太好了，很高兴我能帮上忙。考虑接受这个答案（点击滴答声），这样它就不会出现在未回答的问题中。“薇拉，太好了，很高兴我能帮上忙。考虑接受这个答案（点击滴答声），这样它就不会出现在未回答的问题中。