Question

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)

现在我想取每个日常温度的平均值，我一直在尝试使用pd.resample，如下所示，但一直收到错误。我已经在这里阅读了pandas.resample文档和大量示例，但仍然不知所措......

df_avg = df.resample('D', how = 'mean')

DataError：无聚合的数字类型

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，任何帮助都非常感谢！

Answer 1

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', how = 'mean')

如果astype返回error，则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”的值都会转换为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检查包含有问题值的所有行：

print df[pd.to_numeric(df.Temp1, errors='coerce').isnull()]
print df[pd.to_numeric(df.Temp2, errors='coerce').isnull()]

大熊猫每日平均值，pandas.resample

1 个答案: