Question

我的数据采用CSV格式，即分钟分辨率。看起来像

Timestamp           value
6/10/2018 0:00       23.9
6/10/2018 0:01       19.8
6/10/2018 0:02       20.3
-------------------------
-------------------------
6/18/2018 23:59      25.9

现在，我需要此数据的每小时平均值。到目前为止，我完成的代码是

import pandas as pd

df = pd.read_csv("filename.csv")
df['DateTime'] = pd.to_datetime(df['Timestamp'])
df.index = df['DateTime']
df1 = df.resample('H').mean()
print(df1)

但是输出不正确，是

DateTime               Value
2018-06-13 00:00:00    16.19
2018-06-13 01:00:00    20.80
----------------------------
----------------------------
2018-12-06 23:00:00    19.09

日期与实际数据表相距甚远。因此，请帮助我进行调试。

Answer 1

pandas无法解析您的Datetime列，可能是因为字符串表示形式以月份开头。我认为pandas假设它是第一天的，直到不再可能，然后才是第一个月。

您应指定格式字符串：

df['DateTime'] = pd.to_datetime(df['Timestamp'], format='%m/%d/%Y %H:%M')

关于字符串格式的约定在此页中：
https://docs.python.org/3/library/datetime.html#strftime-strptime-behavior

Answer 2

尝试

df["DateTime"] = pd.to_datetime(df['Timestamp'], format="%d/%m/%Y %H:%M")

代替这个

df['DateTime'] = pd.to_datetime(df['Timestamp'])

每小时CSV数据的平均值

2 个答案: