如何用日期时间索引重编大熊猫的数据序列

Question

用日期时间索引对熊猫数据序列进行重采样

我对蟒蛇很陌生，我正在研究熊猫。我有一个包含日期、时间和其他列的GW2test.csv文件，每30分钟收集一次数据。我需要重新整理每日平均数的数据。CVS看起来像：

Date        time     P    P3W   P3W1      P2W
04/18/12    15:00   0   1.334           1.006
04/18/12    15:30   0   1.336           1.003
04/18/12    16:00   0   1.323           0.985
04/18/12    16:30   0   1.316           0.977
04/18/12    17:00   0   1.312  1.231    0.97

P是降水，而不是总为零，P3W有一些未测值。我所做的是：

`

import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

import pylab as pl

df = pd.read_csv('GW2test.csv', parse_dates=[['Date','time']])

f = pd.DataFrame(df, columns=[ 'Date_time','P','P3E','P1W1', 'P1W', 'P2W'])

f.describe()

df1 = df.set_index('Date_time')

Daily= df1.resample('D', how=np**.mean)

Sel = Daily.ix[0:,['P']]

Sel.plot()

Sel = Daily.ix[0:,['P3W1']]

Sel.plot()

`

到目前为止，我的情节在X中显示出白天的频率，但Y中的值是错误的。降水量应该高达140，只有3.5 ( 30分钟)，而且我的P3W值是正确的，但显示了一个间断线，尽管我有整个周期的测量值。他们长得像这样

请帮帮我！

Answer 1

为什么不把Date和time作为单独的列，然后在Date上执行一个groupby并使用np.mean聚合每个组呢？这将产生一个仅由Date索引的结果，其中包含平均值。同样的方法可以用于按time分组，并在不同的日期取平均值，因此您可以很容易地看到所有15:00观测值的平均值。

df.groupby("Date").agg(np.mean) 

可以忽略time列的平均值，也可以忽略该列。