python - Pandas:按时钟时间计算平均值和标准差

Question

我有一个像这样的数据框:

        date             time         value
0     2019-04-18         07:00:10      100.8
1     2019-04-18         07:00:20      95.6
2     2019-04-18         07:00:30      87.6
3     2019-04-18         07:00:40      94.2

DataFrame 包含 2019 年全年每 10 秒记录一次的值。我需要计算每个日期每小时的标准差和 value 平均值，并为它们创建两个新列。我尝试首先分隔每个值的小时，例如:

df["hour"] = df["time"].astype(str).str[:2]

然后我尝试通过以下方式计算标准差:

df["std"] = df.groupby("hour").median().index.get_level_values('value').stack().std()

但这行不通，我可以就这个问题提供一些建议吗？

Answer 1

我们可以split time分隔符周围的列 : ，然后对 hour 进行切片组件使用 str[0] ，最后group date 上的数据框以及hour成分和聚合柱value与 mean和std :

hr = df['time'].str.split(':', n=1).str[0]
df.groupby(['date', hr])['value'].agg(['mean', 'std'])

如果你想broadcast将聚合值添加到原始数据帧，那么我们需要使用 transform而不是agg :

g = df.groupby(['date', df['time'].str.split(':', n=1).str[0]])['value']
df['mean'], df['std'] = g.transform('mean'), g.transform('std')

---

         date      time  value   mean       std
0  2019-04-18  07:00:10  100.8  94.55  5.434151
1  2019-04-18  07:00:20   95.6  94.55  5.434151
2  2019-04-18  07:00:30   87.6  94.55  5.434151
3  2019-04-18  07:00:40   94.2  94.55  5.434151