python - 获取每月数据库的每日平均值

Question

我有一长串按以下方式构造的数据

Date, Time, Temperature, Moisture, Accumulated precipitation

1/01/2011, 00:00, 23, 50, 2,    
1/01/2011, 00:15, 22, 45, 1,   
1/01/2011, 00:30, 20, 39, 0,  
1/01/2011, 01:00, 25, 34, 0,  
1/01/2011, 01:15, 23, 50, 0,  
           .
           .
           .
           .
1/01/2011, 23:45, 22, 40, 0,
           .
           .
           .
           .
31/01/2011, 00:00, 23, 45, 0,        

如何获取该月第 31 天变量温度和湿度的每日平均值？

Answer 1

这就是 pandas 所发生的事情图书馆擅长。基本思想是，您可以将数据读入名为 DataFrames 的对象(有点像 Excel 工作表)，然后您可以对它们执行一些巧妙的操作。从我制作的类似于您的 temps.csv 文件开始:

>>> df = pd.read_csv("temps.csv", index_col=False, parse_dates=[[0,1]], skipinitialspace=True)
>>> df = df.rename(columns={"Date _Time": "Time"})
>>> df = df.set_index("Time")
>>> df
                     Temperature  Moisture  Accumulated precipitation
Time                                                                 
2011-01-01 00:00:00           23        50                          2
2011-01-01 00:15:00           22        45                          1
2011-01-01 00:30:00           20        39                          0
2011-01-01 01:00:00           25        34                          0
2011-01-01 01:15:00           23        50                          0
2011-01-01 23:45:00           22        40                          0
2011-01-02 00:00:00          123       250                         32
2011-01-02 00:15:00          122       245                         31
2011-01-02 00:30:00          120       239                         30
2011-01-02 01:00:00          125       234                         30
2011-01-02 01:15:00          123       250                         30
2011-01-02 23:45:00          122       240                         30

一旦我们的框架形状良好，我们就可以轻松地重新采样(默认为平均值):

>>> df.resample("D")
            Temperature  Moisture  Accumulated precipitation
Time                                                        
2011-01-01         22.5        43                        0.5
2011-01-02        122.5       243                       30.5

或者获取最大值或最小值:

>>> df.resample("D", how="max")
            Temperature  Moisture  Accumulated precipitation
Time                                                        
2011-01-01           25        50                          2
2011-01-02          125       250                         32
>>> df.resample("D", how="min")
            Temperature  Moisture  Accumulated precipitation
Time                                                        
2011-01-01           20        34                          0
2011-01-02          120       234                         30

等等。请注意，这只是每天记录的数据点的粗略平均值:如果您想以不同的方式重新采样以考虑测量之间的不同距离，这也很容易。如果您打算使用 Python 进行数据处理，那么绝对值得阅读 10 minute overview看看是否有帮助。