我有一个与此类似的 csv 文件
Date,Temp1,Temp2
23-Oct-09 01:00:00,21.1,22.3
23-Oct-09 04:00:00,22.3,23.8
23-Oct-09 07:00:00,21.4,21.3
23-Oct-09 10:00:00,21.5,21.6
23-Oct-09 13:00:00,22.3,23.8
23-Oct-09 16:00:00,21.4,21.3
23-Oct-09 19:00:00,21.1,22.3
23-Oct-09 22:00:00,21.4,21.3
24-Oct-09 01:00:00,22.3,23.8
24-Oct-09 04:00:00,22.3,23.8
24-Oct-09 07:00:00,21.1,22.3
24-Oct-09 10:00:00,22.3,23.8
24-Oct-09 13:00:00,21.1,22.3
24-Oct-09 16:00:00,22.3,23.8
24-Oct-09 19:00:00,21.1,22.3
24-Oct-09 22:00:00,22.3,23.8
我已经阅读了以下数据:
df=pd.read_csv('data.csv', index_col=0)
并将索引转换为日期时间
df.index=pd.to_datetime(df.index)
现在我想取每个每日温度的平均值，我一直在尝试使用 pd.resample 如下，但一直收到错误。我已经阅读了 pandas.resample 文档和这里的大量示例，但仍然不知所措......
df_avg = df.resample('D', how = 'mean')
我希望 df_avg 是一个带有日期时间索引和两个 2 列的数据框。我正在使用 Pandas 0.17.1 和 python 3.5.2，非常感谢任何帮助!
最佳答案
您需要先将 string 列转换为 float:
#add parameter parse_dates for convert to datetime first column
df=pd.read_csv('data.csv', index_col=0, parse_dates=[0])
df['Temp1'] = df.Temp1.astype(float)
df['Temp2'] = df.Temp2.astype(float)
df_avg = df.resample('D').mean()
如果
astype 返回 error ，问题是有一些非数字值。因此，您需要将 to_numeric 与 errors='coerce' 一起使用 - 然后所有“有问题”的值都转换为 NaN :df['Temp1'] = pd.to_numeric(df.Temp1, errors='coerce')
df['Temp2'] = pd.to_numeric(df.Temp2, errors='coerce')
您还可以使用
boolean indexing 检查所有具有问题值的行:print df[pd.to_numeric(df.Temp1, errors='coerce').isnull()]
print df[pd.to_numeric(df.Temp2, errors='coerce').isnull()]