熊猫平均日pandas.resample

Question

我有一个类似于此的csv文件

Date,Temp1,Temp2

23-Oct-09 01:00:00,21.1,22.3

23-Oct-09 04:00:00,22.3,23.8

23-Oct-09 07:00:00,21.4,21.3

23-Oct-09 10:00:00,21.5,21.6

23-Oct-09 13:00:00,22.3,23.8

23-Oct-09 16:00:00,21.4,21.3

23-Oct-09 19:00:00,21.1,22.3

23-Oct-09 22:00:00,21.4,21.3

24-Oct-09 01:00:00,22.3,23.8

24-Oct-09 04:00:00,22.3,23.8

24-Oct-09 07:00:00,21.1,22.3

24-Oct-09 10:00:00,22.3,23.8

24-Oct-09 13:00:00,21.1,22.3

24-Oct-09 16:00:00,22.3,23.8

24-Oct-09 19:00:00,21.1,22.3

24-Oct-09 22:00:00,22.3,23.8

我阅读这些数据时：

df=pd.read_csv('data.csv', index_col=0)

并将索引转换为日期。

df.index=pd.to_datetime(df.index)

现在我想取每一天温度的平均值，我一直试图按下面的方式使用pd.resample，但是一直收到错误。我读过pandas.resample文档和这里的许多例子，现在仍然很困惑.

df_avg = df.resample('D', how = 'mean')

DataError:没有要聚合的数字类型

我希望df_avg是一个具有日期时间索引和两列的数据格式。我用的是熊猫0.17.1和蟒蛇3.5.2，任何帮助都非常感谢！

Answer 1

首先需要将string列转换为float：

#add parameter parse_dates for convert to datetime first column
df=pd.read_csv('data.csv', index_col=0, parse_dates=[0])

df['Temp1'] = df.Temp1.astype(float)
df['Temp2'] = df.Temp2.astype(float)

df_avg = df.resample('D').mean()

如果astype返回error，问题是存在一些非数字值。因此，您需要将to_numeric与errors='coerce'一起使用--然后所有“有问题的”值都转换为NaN。

df['Temp1'] = pd.to_numeric(df.Temp1, errors='coerce')
df['Temp2'] = pd.to_numeric(df.Temp2, errors='coerce')

您还可以使用boolean indexing检查所有有问题值的行。

print df[pd.to_numeric(df.Temp1, errors='coerce').isnull()]
print df[pd.to_numeric(df.Temp2, errors='coerce').isnull()]