2016-09-08 23 views

cevap

8

Kredi pd.TimeGrouper

df.set_index('Date_Time').groupby(pd.TimeGrouper('D')).mean().dropna() 

enter image description here

+0

bu harika Sen olmak 'Date_Time' endeksini ayarlamak ve kullanabilirsiniz onun kurulum dataframe


için @jezrael için! Veri bulunmayan tarihler eklemesini nasıl engellerim? Örneğin 9/1,9/2 ve 9/4 günlerinde veriyse NaN değerleri ile hala 9/3 var. –

+0

@GoBlue_MathMan Kullanın. .dropna() ' – piRSquared

10

Sen dt.date tarafından sütunda Date_Time tarihleri ​​ile groupby kullanabilirsiniz:

df = df.groupby([df['Date_Time'].dt.date]).mean() 

Örnek:

df = pd.DataFrame({'Date_Time': pd.date_range('10/1/2001 10:00:00', periods=3, freq='10H'), 
        'B':[4,5,6]}) 

print (df) 
    B   Date_Time 
0 4 2001-10-01 10:00:00 
1 5 2001-10-01 20:00:00 
2 6 2001-10-02 06:00:00 

print (df['Date_Time'].dt.date) 
0 2001-10-01 
1 2001-10-01 
2 2001-10-02 
Name: Date_Time, dtype: object 

df = df.groupby([df['Date_Time'].dt.date])['B'].mean() 
print(df) 
Date_Time 
2001-10-01 4.5 
2001-10-02 6.0 
Name: B, dtype: float64 

resample ile diğer çözüm:

df = df.set_index('Date_Time').resample('D')['B'].mean() 

print(df) 
Date_Time 
2001-10-01 4.5 
2001-10-02 6.0 
Freq: D, Name: B, dtype: float64