如何取时间序列数据中每三天的平均值

Question

我有一个时间序列数据，如下所示：

datetime    | value
2016-01-01  | 1
2016-01-02  | 14
2016-01-03  | 3
2016-01-04  | 15
2016-01-05  | 5
2016-01-06  | 4
2016-01-07  | 7
2016-01-08  | 15

我要获取的是每三天（以及每周）的平均值，并以最后一天为索引，如下所示：

datetime    | value
2016-01-03  | 6
2016-01-06  | 8
2016-01-08  | 11

您可能会注意到剩下的 2 条记录只需要取平均。在 pandas dataframe 或 graphlab SFrame 中是否有方便的方法来做到这一点？如果有人可以分享相关资源，那就太好了！

感谢任何帮助！

Answer 1

您可以使用 agg 由楼层划分创建的 numpy 数组：

print (np.arange(len(df.index)) // 3)
[0 0 0 1 1 1 2 2]

df = df.groupby(np.arange(len(df.index)) // 3).agg({'datetime': 'last', 'value': 'mean'})
print (df)
     datetime  value
0  2016-01-03      6
1  2016-01-06      8
2  2016-01-08     11

Answer 2

Numpy数组支持even-space选择：

>>> import numpy as np
>>> l = np.arange(10)
>>> l
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> l[0::3]
array([0, 3, 6, 9])

Pandas 系列大部分时间都支持 Numpy 功能。在你的情况下，而不是从索引 0，在 for 循环中从 0 迭代到 2 应该完成工作。

如何取时间序列数据中每三天的平均值

how to take average of the values per three days in a timeseries data

python

dataframe

pandas

graphlab

sframe