如何按天聚合熊猫数据框

Posted 2023-02-16

【中文标题】如何按天聚合熊猫数据框

【英文标题】：How to aggregate pandas Dataframe by day

【发布时间】：2019-08-02 03:12:14

【问题描述】：

我有以下熊猫数据框：

time,                value
2018-08-02 09:19:37, 2
2018-08-02 09:19:47, 3
2018-08-02 09:19:57, 6
......
2018-08-03 04:49:27, 2
2018-08-03 04:49:37, 4
2018-08-03 04:49:47, 5

我想构建一个输出数据框，如下所示：

time,                value
2018-08-02 11:59:59, AVG(2+3+6+..)
2018-08-03 11:59:59, AVG(2+4+5+..)

任何帮助将不胜感激。非常感谢。

【问题讨论】：

df.groupby(df.time.dt.date).value.mean() ??

我试过了，但我得到 pandas.core.base.DataError: No numeric types to aggregate

更改值的dtype，df.value=df.value.astype(int)然后尝试，查看我的答案以获得详细解释

【参考方案1】：

IIUC，使用：

m=df.groupby(df.time.dt.date).value.mean().reset_index()
m.time=pd.to_datetime(m.time.astype(str)+' 11:59:59')
print(m)

                 time     value
0 2018-08-02 11:59:59  3.666667
1 2018-08-03 11:59:59  3.666667

注意： 如果dtypes是字符串，在上面的代码之前先使用下面的：

df.time=pd.to_datetime(df.time)
df.value=df.value.astype(int)

【讨论】：

非常感谢。在我投票之前。请您确认您的 sol 平均从 00:00:00 到 11:59:59 的所有值吗？

当然。我会做。请您确认您的 sol 平均从 00:00:00 到 11:59:59 的所有值吗？

@CarloAllocca 此解决方案按日期分组并将11:59:59 作为字符串添加到每个输出。然后转换为datetime，因此time col 中的每一行都有11:59:59

所以它会自动执行它，因为它会考虑同一日期内的所有值。谢谢。

@CarloAllocca 是的。 :) 仅在日期上分组并将一天中的最大时间附加到时间列

【参考方案2】：

您可以使用Resample

>>>df['time'] = df['time'].astype('datetime64[ns]')    
>>>df.resample('D', on='time').mean()
>>>        
time         value
2018-08-02  3.666667
2018-08-03  3.666667