pandas 如何将5分钟间隔数据重采样为每小时数据？

pn9klfpd 于 2023-06-20 发布在其他

关注(0)|答案(1)|浏览(117)

我有以下数据集
| 日期|时间|温度_C|风速_kmph|降水速率_mm|压力_hPa|
| - -----|- -----|- -----|- -----|- -----|- -----|
| 2017年1月1日|23点|七点七二|一点六一|0| 1023.37|
| 2017年1月1日|23：05：00|七点六一|0|零点五一|1023.71|
| 2017年1月1日|23：10：00|七点七二|一点六一|0| 1023.37|
| 2017年1月1日|23：15：00|七点六一|0| 0| 1023.71|
| 2017年1月1日|23：20：00|七点七二|一点六一|零点二五|1023.37|
| 2017年1月1日|23：25：00|七点六一|0| 0| 1023.71|
| 2017年1月1日|23点半|七点七二|一点六一|零点五一|1023.37|
| 2017年1月1日|23点35分|七点六一|0| 0| 1023.71|
| 2017年1月1日|23点40分|七点七二|一点六一|零点二五|1023.37|
| 2017年1月1日|23点45分|七点六一|0| 0| 1023.71|
| 2017年1月1日|23：50：00|七点七二|一点六一|0| 1023.37|
| 2017年1月1日|23点55分|七点六一|0| 0| 1023.71|
| 2017年1月2日|00：03：00|七点七二|一点六一|零点五一|1023.37|
| 2017年1月2日|00：08：00|七点六一|0| 0| 1023.71|
| 2017年1月2日|00：13：00|七点七二|一点六一|0| 1023.37|
| 2017年1月2日|00：18：00|七点六一|0|零点二五|1023.71|
正如你所看到的，我有时间的问题，因为它们不是完全有规律的。2017年2月1日00：00：00，记录仪出现问题，因此没有数据，但一旦问题得到解决，记录仪从当天00：00：03开始记录。类似地，这只是来自大数据集的小数据集。另一个问题是有时数据集的间隔超过5分钟（例如，记录器在03/01/2017 00：05：00记录，然后记录器在00：17：00记录，有时记录器在同一天不固定）如何有效地重新采样数据？
我从来没有研究过这样的数据，所以我甚至不知道从什么开始

pandas

来源：https://stackoverflow.com/questions/76413772/how-to-resample-5-minute-interval-data-into-hourly-data

1条答案

按热度按时间

hsvhsicv1#

设置一个datetime索引并使用resample：

(df.set_index(pd.to_datetime(df['Date']+df['Time'], format='%m/%d/%Y%H:%M:%S'))
   .drop(columns=['Date', 'Time'])
   .resample('H').mean()
)

注意，这里使用的是平均值，但您可以按照自己的方式进行聚合。*

输出：

Temperature_C  Wind speed_kmph  Precipitation Rate_mm  Pressure_hPa
2017-01-01 23:00:00          7.665            0.805               0.126667       1023.54
2017-01-02 00:00:00          7.665            0.805               0.190000       1023.54

赞(0）回复(0）举报 2023-06-20

我来回答

pandas 如何将5分钟间隔数据重采样为每小时数据？

1条答案

相关问题

热门标签

最新问答