Python 熊猫-切片数据并计算平均值
我有一个包裹交付数据表,其结构如下所示:Python 熊猫-切片数据并计算平均值,python,sql,sql-server,pandas,Python,Sql,Sql Server,Pandas,我有一个包裹交付数据表,其结构如下所示: route_id parcel_id loading_time other_fields X1 001 14:20 25/07/2019 ... X2 025 14:23 25/07/2019 ... ... ... ... 我想计算每个路线id每10分钟(0-10、
route_id parcel_id loading_time other_fields
X1 001 14:20 25/07/2019 ...
X2 025 14:23 25/07/2019 ...
... ... ...
我想计算每个路线id每10分钟(0-10、11-20、21-30)出现的所有包裹重量的平均值。因此,我想要的结果表如下所示:
route_id time_window average_weight(kg)
X1 870 (i.e. 14:20 - 14:30,only show UpperBound) 550
X1 880 1020
... ... ...
如何在Pandas或SQL server中轻松执行此操作?如果我理解正确,您希望每隔10分钟通过
route\u id
执行聚合。您的加载时间也是一个字符串。首先将其转换为时间戳
以下示例使用了一些模拟数据,因为没有示例输入数据:
loading_times = np.random.choice(pd.date_range('2019-07-25 9:00', '2019-07-25 9:20', freq='T'), 10)
df = pd.DataFrame({
'route_id': np.random.randint(1, 4, len(loading_times)),
'weight': np.random.randint(1, 5, len(loading_times)),
'loading_time': loading_times
})
样本数据(已排序):
然后将其分组:
def summarize(x):
return pd.Series({
'count': len(x),
'avg_weight': x['weight'].mean()
})
by = ['route_id', pd.Grouper(key='loading_time', freq='10T')]
df.groupby(by).apply(summarize)
结果:
count avg_weight
route_id loading_time
1 2019-07-25 09:00:00 2.0 1.5
2019-07-25 09:10:00 5.0 2.4
2 2019-07-25 09:00:00 1.0 4.0
3 2019-07-25 09:00:00 1.0 4.0
2019-07-25 09:10:00 1.0 3.0
我们可能需要更多关于它的信息你想要什么信息?我只想计算一天中每10分钟按每个路线id显示的平均包裹体积。看看这里:我已经编辑了我的问题。1). 我想得到一个定义时间段内包裹的平均值(每10分钟,0-10,11-20,21-30)。最终结果中的加载时间是否为时间间隔的上限?2). 如何复制索引中的路由id?(1)上述输出中的加载时间
是时段的开始时间(即从9:00到9:10之前,从9:10到9:20之前,等等)。(2) 它只是为了展示而裁剪的。route\u id
在每一行都可用,非常感谢。我需要删除时间前面的日期吗?我想得到整个月(即30个采样日)内每个时间间隔的平均值,需要进行更多调整。1). 需要消除日期差异,因为我有兴趣捕获整个月(即30个采样日)内每个时间间隔的平均重量2)。时间间隔与结果不连续。它仅显示存在地块的时间间隔。我需要显示所有时间间隔,如果没有包裹,只需报告0。
count avg_weight
route_id loading_time
1 2019-07-25 09:00:00 2.0 1.5
2019-07-25 09:10:00 5.0 2.4
2 2019-07-25 09:00:00 1.0 4.0
3 2019-07-25 09:00:00 1.0 4.0
2019-07-25 09:10:00 1.0 3.0