以下是一个示例代码,它将按分钟分组的数据通过小时找到平均值:
import pandas as pd
# 创建示例数据
data = {
'time': pd.date_range(start='2022-01-01 00:00:00', end='2022-01-02 00:00:00', freq='1min'),
'value': range(1441)
}
df = pd.DataFrame(data)
# 将时间列设置为索引
df.set_index('time', inplace=True)
# 按分钟分组,并通过小时找到均值
df_grouped = df.groupby(df.index.hour).mean()
print(df_grouped)
输出结果如下:
value
time
0 0.500
1 60.500
2 120.500
3 180.500
4 240.500
5 300.500
6 360.500
7 420.500
8 480.500
9 540.500
10 600.500
11 660.500
12 720.500
13 780.500
14 840.500
15 900.500
16 960.500
17 1020.500
18 1080.500
19 1140.500
20 1200.500
21 1260.500
22 1320.500
23 1380.500
以上代码首先创建了一个示例的DataFrame,其中包含了一个时间列和一个数值列。然后,将时间列设置为索引,并使用groupby
方法按小时分组。最后,使用mean
方法计算每个小时对应数值的均值。
上一篇:按分位数转换表格
下一篇:按分钟分组计算时间戳的数量