熊猫重新整理不规则间隔的时间数据
熊猫重新整理不规则间隔的时间数据
提问于 2017-09-26 19:26:47
x1 x1.resample('1T').mean
ts
2017-09-09 17:22:42 7.0 NaN
2017-09-09 17:22:53 11.0 NaN
2017-09-09 17:23:04 9.0 NaN
2017-09-09 17:23:15 15.0 NaN
2017-09-09 17:23:26 13.0 NaN
2017-09-09 17:23:38 19.0 NaN
2017-09-09 17:23:49 13.0 NaN
2017-09-09 17:24:00 15.0 10.666667以上是df.x1Avg = df.x1.resample('1T').mean()的结果，代码只有在ts以hh:mm:00结尾时才返回结果。我想要的结果是
x1 x1.resample('1T').mean
ts
2017-09-09 17:22:42 7.0 (7+11)/2
2017-09-09 17:22:53 11.0 (7+11)/2
2017-09-09 17:23:04 9.0 (9+15+13+19+13)/5
2017-09-09 17:23:15 15.0 (9+15+13+19+13)/5
2017-09-09 17:23:26 13.0 (9+15+13+19+13)/5
2017-09-09 17:23:38 19.0 (9+15+13+19+13)/5
2017-09-09 17:23:49 13.0 (9+15+13+19+13)/5
2017-09-09 17:24:00 15.0 15回答 1
Stack Overflow用户
回答已采纳
发布于 2017-09-26 19:31:51
您可以使用转换
df.index = pd.to_datetime(df.index)
df['mean'] = df.resample('1T').transform('mean')你会得到
x1 mean
ts
2017-09-09 17:22:42 7.0 9.0
2017-09-09 17:22:53 11.0 9.0
2017-09-09 17:23:04 9.0 13.8
2017-09-09 17:23:15 15.0 13.8
2017-09-09 17:23:26 13.0 13.8
2017-09-09 17:23:38 19.0 13.8
2017-09-09 17:23:49 13.0 13.8
2017-09-09 17:24:00 15.0 15.0页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/46434346
复制相关文章
相似问题
腾讯云开发者
