汇总 pandas 中的超时时间戳 e 计算平均值
Aggregate overtimestamps in pandas e calculate mean
我也有一个结构化的数据框：
Timestamp Value
2021-06-07T03:19:49.000+0000 8
2021-06-07T03:20:19.000+0000 4
2021-06-07T03:20:49.000+0000 3
2021-06-08T03:11:05.000+0000 2
2021-06-08T03:11:35.000+0000 6
我想要的结果是这样的，我每天汇总并计算平均值：
Timestamp Value
2021-06-07 5
2021-06-08 4
如何使用 pandas 来完成？我需要投射时间戳吗？
确保索引是pd.DatetimeIndex，然后你可以这样做：
df = df.resample('D').mean()
尝试Series.Groupby
out = df.groupby(df.Timestamp.dt.date)['Value'].mean().reset_index()
out
Out[82]:
Timestamp Value
0 2021-06-07 5.0
1 2021-06-08 4.0
我也有一个结构化的数据框：
Timestamp Value
2021-06-07T03:19:49.000+0000 8
2021-06-07T03:20:19.000+0000 4
2021-06-07T03:20:49.000+0000 3
2021-06-08T03:11:05.000+0000 2
2021-06-08T03:11:35.000+0000 6
我想要的结果是这样的，我每天汇总并计算平均值：
Timestamp Value
2021-06-07 5
2021-06-08 4
如何使用 pandas 来完成？我需要投射时间戳吗？
确保索引是pd.DatetimeIndex，然后你可以这样做：
df = df.resample('D').mean()
尝试Series.Groupby
out = df.groupby(df.Timestamp.dt.date)['Value'].mean().reset_index()
out
Out[82]:
Timestamp Value
0 2021-06-07 5.0
1 2021-06-08 4.0