python熊猫：如何在日期框中删除项目

我的日期框中有大量的点，所以我想删除其中的一些点（理想情况下保持平均值）

e、 目前我有

    date                calltime
0   1491928756414930    4643
1   1491928756419607    166
2   1491928756419790    120
3   1491928756419927    142
4   1491928756420083    121
5   1491928756420217    109
6   1491928756420409    52
7   1491928756420476    105
8   1491928756420605    35
9   1491928756420654    120
10  1491928756420787    105
11  1491928756420907    93
12  1491928756421013    37
13  1491928756421062    112
14  1491928756421187    41

根据抽样情况，有没有办法减少一些物品的数量

提供更多细节。我的问题是非常接近间隔的值的数量，例如1491928756421062和1491928756421187

所以我有一张像这样的图表

相反，我想知道这些紧密间隔的平均值。但可能是按秒分组…

我会使用

sample（）

，但正如您所说，它随机选择。如果要根据某些逻辑进行采样，例如，仅保留值为

mean*.9

的行，可以尝试以下代码。实际上，这完全取决于您的采样策略

举个例子，类似的事情是可以做到的

test.csv：

1491928756414930,4643
1491928756419607,166
1491928756419790,120
1491928756419927,142
1491928756420083,121
1491928756420217,109
1491928756420409,52
1491928756420476,105
1491928756420605,35
1491928756420654,120
1491928756420787,105
1491928756420907,93
1491928756421013,37
1491928756421062,112
1491928756421187,41

抽样：

df = pd.read_csv("test.csv", ",", header=None)
mean = df[1].mean()
my_sample = df[(mean *.90 < df[1]) & (df[1] < mean * 1.10)]

df=pd.read\u csv（“test.csv”，“test.csv”，“header=None”）
平均值=df[1]。平均值（）
我的样本=df[（平均值*.90

您正在寻找的

这是一个更完整的例子

tidx = pd.date_range('2000-01-01', periods=10000, freq='10ms')
df = pd.DataFrame(dict(calltime=np.random.randint(200, size=len(tidx))), tidx)

fig, axes = plt.subplots(2, figsize=(25, 10))
df.plot(ax=axes[0])
df.resample('s').mean().plot(ax=axes[1])

fig.tight_layout()

---

dateframe有一个sample（）方法，它对您不起作用吗？嗯。。样本给出随机值。我又不是在贬低价值你在找什么样的样品？是否有要删除值的条件？

tidx = pd.date_range('2000-01-01', periods=10000, freq='10ms')
df = pd.DataFrame(dict(calltime=np.random.randint(200, size=len(tidx))), tidx)

fig, axes = plt.subplots(2, figsize=(25, 10))
df.plot(ax=axes[0])
df.resample('s').mean().plot(ax=axes[1])

fig.tight_layout()