Python 大熊猫日均

我在获取熊猫数据库中的每日平均值时遇到问题。我在这里查过了，没用。csv文件如下所示：

Date/Time,Value
12/08/13 12:00:01,5.553
12/08/13 12:30:01,2.604
12/08/13 13:00:01,2.604
12/08/13 13:30:01,2.604
12/08/13 14:00:01,2.101
12/08/13 14:30:01,2.666

# Import iButton temperatures
flistloc = '../data/iButtons/Readings/edit'
flist = os.listdir(flistloc)
# Create empty dictionary to store db for each file
pdib = {}
for file in flist:
    file = os.path.join(flistloc,file)
    # Calls function to return only name
    fname,_,_,_= namer(file)
    # Read each file to db
    pdib[fname] = pd.read_csv(file, parse_dates=0, dayfirst=True, index_col=0)
pdibkeys = sorted(pdib.keys())
#
# Calculate daily average for each iButton
for name in pdibkeys:
    pdib[name]['daily'] = pdib[name].resample('D', how = 'mean')```

等等。我的代码如下所示：

Date/Time,Value
12/08/13 12:00:01,5.553
12/08/13 12:30:01,2.604
12/08/13 13:00:01,2.604
12/08/13 13:30:01,2.604
12/08/13 14:00:01,2.101
12/08/13 14:30:01,2.666

# Import iButton temperatures
flistloc = '../data/iButtons/Readings/edit'
flist = os.listdir(flistloc)
# Create empty dictionary to store db for each file
pdib = {}
for file in flist:
    file = os.path.join(flistloc,file)
    # Calls function to return only name
    fname,_,_,_= namer(file)
    # Read each file to db
    pdib[fname] = pd.read_csv(file, parse_dates=0, dayfirst=True, index_col=0)
pdibkeys = sorted(pdib.keys())
#
# Calculate daily average for each iButton
for name in pdibkeys:
    pdib[name]['daily'] = pdib[name].resample('D', how = 'mean')```

数据库似乎正常，但平均值不起作用。以下是一个人在iPython中的样子：

'2B5DE4': <class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 1601 entries, 2013-08-12 12:00:01 to 2013-09-14 20:00:01
Data columns (total 2 columns):
Value    1601  non-null values
daily    0  non-null values
dtypes: float64(2)}

2B5DE4'：
DatetimeIndex:1601条记录，2013-08-12 12:00:01至2013-09-14 20:00:01
数据列（共2列）：
值1601非空值
每日0个非空值
数据类型：float64（2）}

---

有人知道发生了什么吗？

当您在1列数据帧上调用

重采样时，输出将是一个1列数据帧，具有不同的索引--每个日期都作为自己的索引项。因此，当您尝试将其分配给原始数据帧中的一列时，我不知道您希望发生什么

三种可能的方法（其中，
df
是原始数据帧）：

您真的需要原始数据帧中的平均值吗？如果没有：

davg=df.resample（'D'，how='mean'）

如果这样做，另一种解决方案是在确保两个数据帧都有一列（而不是索引）和日期后，合并日期上的两个数据帧

def compute_avg_val(df):
    df['daily average'] = df['Value'].mean()
    return df
df['day'] = df.index.apply(lambda x: x.date())
grouped = df.groupby('day')
df = grouped.apply(compute_avg_val)

"

2的另一种选择（没有关于是否更快的直觉）是简单地
groupby
日期

def compute_avg_val(df):
    df['daily average'] = df['Value'].mean()
    return df
df['day'] = df.index.apply(lambda x: x.date())
grouped = df.groupby('day')
df = grouped.apply(compute_avg_val)


您不能以较低的频率重新采样，然后将重新采样的
数据帧
或
系列
分配回重新采样的数据帧，因为索引不匹配：

In [49]: df = pd.read_csv(StringIO("""Date/Time,Value
12/08/13 12:00:01,5.553
12/08/13 12:30:01,2.604
12/08/13 13:00:01,2.604
12/08/13 13:30:01,2.604
12/08/13 14:00:01,2.101
12/08/13 14:30:01,2.666"""), parse_dates=0, dayfirst=True, index_col=0)

In [50]: df.resample('D')
Out[50]:
            Value
Date/Time
2013-08-12  3.022

[1 rows x 1 columns]

In [51]: df['daily'] = df.resample('D')

In [52]: df
Out[52]:
                     Value  daily
Date/Time
2013-08-12 12:00:01  5.553    NaN
2013-08-12 12:30:01  2.604    NaN
2013-08-12 13:00:01  2.604    NaN
2013-08-12 13:30:01  2.604    NaN
2013-08-12 14:00:01  2.101    NaN
2013-08-12 14:30:01  2.666    NaN

[6 rows x 2 columns]

一个选项是利用行上的部分时间索引：

davg = df.resample('D', how='mean')
df.loc[str(davg.index.date[0]), 'daily'] = davg.values

如下所示，当您展开
str（davg.index.date[0]）
行时：

df.loc['2013-08-12', 'daily'] = davg.values

这是一个小技巧，可能有更好的方法。这个问题有点老了，但我还是想有所贡献，因为我不得不一次又一次地处理这个问题（我认为这不是真正的pythonic…）

到目前为止，我提出的最佳解决方案是使用原始索引创建一个新的数据帧，其中大部分是NA，并在最后填充它

davg = df.resample('D', how='mean')
davg_NA = davg.loc[df.index]
davg_daily = davg_NA.fillna(method='ffill')

你甚至可以把它挤成一行

df.resample('D', how='mean').loc[df.index].fillna(method='ffill')

这是一个比我更彻底的答案，做得很好。我想知道@mercergeoinfo是否真的想要原始数据帧中的日平均值，如果是，原因是什么。另外，一种不太老练的方法可能是将两个数据帧合并在一起。类似于（1）
df['day']=df.index.apply（lambda x:x.date（））
（2）
davg.reset\u index（'date/Time'，inplace=True）
和（3）
pd.merge（df，davg，left\u on='day'，right\u on='date/Time'）
不错，你应该把它放在你的答案中！啊!！我总是忘记它们不仅仅是字典。我想把一切都安排在一起。为什么？谁知道呢？答案似乎是合理的，而且很容易解决，但我确实有一个关于这个“限制”的问题：似乎你可以给熊猫数据库分配一个值，它只是在每个索引上重复。这很好（这也是我假设在同一分贝中求平均值可行的原因），但似乎不一致。你知道为什么pdib['elevation']=1140

会起作用吗？不是很重要，但很奇怪。FutureWarning:how in.resample（）不受欢迎//新语法是.resample（…）.mean（）