Python 数据帧平均值真正唯一的值

我正在处理许多度量集，每个度量集包含两个值：日期时间和温度。例如：

# measurement 1:
    time | value
00:00:00 | 10.1
00:00:10 | 10.12
00:00:20 | 10.14
00:00:30 | 10.12
00:00:40 | 10.11
00:00:50 | 10.13

# measurement 2:
    time | value
00:00:01 | 10.11
00:00:11 | 10.13
00:00:21 | 10.14
00:00:31 | 10.12
00:00:41 | 10.12
00:00:51 | 10.11

# measurement 3:
    time | value
00:00:00 | 10.2
00:00:10 | 10.22
00:00:20 | 10.24
00:00:30 | 10.22
00:00:40 | 10.21
00:00:50 | 10.23

我将这些集合加载到pandas数据帧中，并使用外部联接将它们合并到单个数据帧中：

df = pd.merge(left=df1, right=df2, how='outer', left_on='time', right_on='time', suffixes=("1", "2"))

但是，我想平均三个数据帧的值： 有时时间不完全相同，导致不同行上的值不同，因此很难求平均值。以测量值2和测量值3的连接为例：

# measurement 2 & 3 merged:
    time | value2 | value3
00:00:01 | 10.11  | -
00:00:11 | 10.13  | -
00:00:21 | 10.14  | -
00:00:31 | 10.12  | -
00:00:41 | 10.12  | -
00:00:51 | 10.11  | -
00:00:00 | -      | 10.2
00:00:10 | -      | 10.22
00:00:20 | -      | 10.24
00:00:30 | -      | 10.22
00:00:40 | -      | 10.21
00:00:50 | -      | 10.23

在这种情况下，时间是不完全相同的，有没有办法将它们放在同一行上，这样就可以对它们进行平均

有时设备多次（在不同的时间）导出数据。这意味着某些测量值不是唯一的（完全相同的时间和完全相同的值）。我如何确保在求平均值时不考虑这些（双重）测量值

希望有人能帮忙

编辑：添加图像和一些说明 我已经绘制了六个数据集。为了更好地解释，我在不同的图中添加了0、10、20、30、40和50，因为其他一些图会相互重叠。黄色、品红和青色的测量值在值和日期时间上完全位于彼此的顶部，因为它们来自同一个源（除了多次导出数据）

绿色和红色数据集的值不同（大约40），并且没有在完全相同的时间进行测量（例如，可以关闭几分钟）

根据所有这些测量值，我想创建平均线。因为品红、青色和黄色是相同的，所以平均值应该是它们的值之一。但从某个角度看，有蓝色、绿色和红色。在这种情况下，我在寻找一个计算出的平均值，但日期时间并不完全相同

---

要在同一列上获取值1、值2和值3，我使用了：

df = pd.concat([df1, df2, df3])

下面的示例与您的示例类似：

import pandas as pd

df1 = pd.DataFrame({'Time': ['00:00:00', '00:00:10', '00:00:20', '00:00:30', '00:00:40', '00:00:50'],
                    'Value': ['10', '1', '2', '3', '4', '8']})


df2 = pd.DataFrame({'Time': ['00:00:01', '00:00:11', '00:00:21', '00:00:31', '00:00:41', '00:00:51'],
                    'Value': ['10', '1', '2', '3', '4', '8']})


df3 = pd.DataFrame({'Time': ['00:00:00', '00:00:10', '00:00:20', '00:00:30', '00:00:40', '00:00:50'],
                    'Value': ['10', '1', '2', '3', '4', '8']})

df = pd.concat([df1, df2, df3])

print(df):
       Time Value
0  00:00:00    10
1  00:00:10     1
2  00:00:20     2
3  00:00:30     3
4  00:00:40     4
5  00:00:50     8
0  00:00:01    10
1  00:00:11     1
2  00:00:21     2
3  00:00:31     3
4  00:00:41     4
5  00:00:51     8
0  00:00:00    10
1  00:00:10     1
2  00:00:20     2
3  00:00:30     3
4  00:00:40     4
5  00:00:50     8

解决它：

我首先连接了所有无重复项：

for idf, df in enumerate(data[:-1]):
if idf == 0:
    df_new = data[idf]
df_new = pd.concat([df_new, data[idf+1][(~(data[idf+1].datetime.isin(df_new.datetime)) | ~(data[idf+1].value.isin(df_new.value)))]])

然后我设置了索引：

df_new = df_new.set_index('datetime')

最后我重新取样并取平均值：

avg = df_new.resample('1800s').mean().dropna()

---

这将得到正确的平均值。

如果测量值的时间都相同-因此包含相同数量的数据点，您可以忽略时间戳并简单地合并列表，计算行平均值。遗憾的是，测量值在时间上可能会有很大差异。有些是一周，有些是一年，它们也不一定一致（我可以有上周的一组和一年前的一组），但测量的时间间隔是常数吗然后，你可以把它当作一个序列，而不考虑时间信息。你只有时间部分还是日期部分？如果你只有部分时间，你将如何加入不同日子的测量？您可以发布包含您在评论中提到的不准确信息的可复制数据集吗？您可以附加它们，而不是合并datraframe，然后按（平均值）进行分组，这样我就可以在两列中列出所有值（时间和值）。但是，它不创建平均值，而忽略了双测量值。简单地说：1）应该过滤掉日期时间和测量值完全相同的情况。值不同的情况可能会有不同的日期时间，应该应用10分钟的范围来考虑这些值来计算平均值。@Yorian，那么，你的意思是说你想把属于指定范围

datetime

interval的值合并，比如10分钟？是的，我想取10分钟时间范围内的平均值。但是，我还想过滤掉双重测量值（在完全相同的时间完全相同的值）