调用已从更大的dataframe重放和聚合的单个列。

Question

我有一个大的数据，为了为一个数字收集一些统计数据，我重新计算了每6个小时的数据，然后根据平均数和计数对数据进行汇总。

这样做的代码。

meantime = df.set_index('datetime').resample('6h').agg(['mean', 'count'])

print(meantime['l16'])

注意，我只重采样了一个列(l16)的dataframe，这就是我想要的。

结果：

                          mean  count
datetime                             
2019-02-03 00:00:00   1.322222      9
2019-02-03 06:00:00   5.733333     12
2019-02-03 12:00:00   6.258333     12
2019-02-03 18:00:00   2.325000     12

我想用这个做两件事。

1. 用少于6的计数消除任何重放行。
2. 隔离平均列，并将其转化为最终绘图的列表，作为绘图图上的一个覆盖。

我遇到的问题仅仅是如何完成这些部分。我不知道该怎么写代码才能做到这一点。

我试图这样做，但我不知道如何将重放列与dataframe列隔离开来。

invalid = meantime['l16' *count?* ] < 6
print(meantime['l16' *mean?*]

我环顾四周，似乎找不到答案。

任何帮助都将不胜感激。

Answer 1

1. 用小于6的计数隔离任何重放行。 invalid = meantime.loc[meantime['count'] < 6]
2. 隔离平均列，并将其转化为最终绘图的列表，作为绘图图上的一个覆盖。 meanvalues = meantime['mean'].to_list()

Answer 2

如果您只想接收6种数据，那么应该使用for循环，如下所示：

x = 1
while True:
    print "To infinity and beyond! We're getting close, on %d now!" % (x)
    x += 1