组熊猫使用特定时间间隔的时间序列数据帧

我有一个大的csv文件，时间戳数据的格式为2015-04-01 10:26:41。数据跨越多个月，记录范围从30秒到多个小时不等。它的列是id，时间，速度。组熊猫使用特定时间间隔的时间序列数据帧

最终我想按15分钟的时间间隔对数据进行分组，然后计算平均速度，但是很多条目都在15分钟的时间段内。

我想使用熊猫，因为它看起来像它有一个固定的时间序列工具，它可能很容易做到这一点，但我正在落在第一个障碍。

到目前为止，我已经将CSV导入为数据框，并且所有列的dtype为object。我按日期对数据进行了排序，现在我试图按照时间间隔对这些条目进行分组，这就是我正在挣扎的地方。基于谷歌搜索，我试图resample使用此代码的数据df.resample('5min', how=sum)在这里我得到的错误TypeError: Only valid with DatetimeIndex, TimedeltaIndex or PeriodIndex。我在考虑尝试使用groupby方法，或许使用lambda，如df.groupby(lambda x:x.minutes + 5)这会产生错误AttributeError: 'str' object has no attribute 'minutes'。

基本上，我对a）熊猫是否有时间系列数据有一个格式认识，因为它的dtype是object和b）如果它可以识别它我似乎无法得到时间间隔下降。

渴望学习，如果有人能指出我在正确的方向。

DF看起来像这样

 0  1     2  3  
0   id boat_id     time speed  
1  386226  32 2015-01-15 05:14:32  4.2343243  
2  386285  32 2015-01-15 05:44:57  3.45234

来源

2015-11-04 hselbie

首先，它看起来像你读一个空白行。您可能需要跳过文件pd.read_csv(filename, skiprows=1)中的第一行。

您应该使用pd.to_datetime()将时间的文本表示形式转换为DatetimeIndex。

df.set_index(pd.to_datetime(df['time']), inplace=True)

然后您应该可以重新采样。

df.resample('15min', how=np.mean)

来源

2015-11-04 02:30:19 Alexander

亚历山大的回答是正确的;还请注意，你可以做

df = pd.read_csv('myfile.csv', parse_dates=True)

而且如果格式正常，你的日期列应该有datetime类型。然后你可以像上面那样设置索引和重新采样。

来源

2015-11-04 07:18:10 operatorbeats

组熊猫使用特定时间间隔的时间序列数据帧

回答

相关问题