按小时计算json数据的平均值答案

【问题标题】：Calculate average value by hour of json data按小时计算json数据的平均值
【发布时间】：2020-04-15 16:53:39
【问题描述】：

我无法按小时对样本进行分组。数据结构如下：

data = [
    {
        "pressure": "1009.7",
        "timestamp": "2019-09-03 08:03:00"
    },
    {
        "pressure": "1009.7",
        "timestamp": "2019-09-03 08:18:00"
    },
    {
        "pressure": "1009.8",
        "timestamp": "2019-09-03 08:33:00"
    },
    {
        "pressure": "1009.8",
        "timestamp": "2019-09-03 08:56:00"
    },
    {
        "pressure": "1009.8",
        "timestamp": "2019-09-03 09:03:00"
    },
    {
        "pressure": "1009.8",
        "timestamp": "2019-09-03 09:18:00"
    },
    {
        "pressure": "1009.8",
        "timestamp": "2019-09-03 09:33:00"
    },
    {
        "pressure": "1009.7",
        "timestamp": "2019-09-03 09:56:00"
    },
    {
        "pressure": "1009.6",
        "timestamp": "2019-09-03 10:03:00"
    }
]

如您所见，每小时测量 4 次压力，我想计算每小时的平均值。我试过用 Pandas 实现这一点，但没有运气。我尝试的是提取开始和结束时间戳，将它们四舍五入到整小时，然后将其作为索引传递给 DataFrame，并将 json 作为数据传递，但存在形状不匹配（难怪）。我认为我可以像这样将它传递给 df 然后尝试计算平均值，但看起来我应该有一些中间步骤。

【问题讨论】：

标签： python json pandas

【解决方案1】：

我会通过创建一个新字典来解决这个问题，其中日期/小时作为键，压力作为列表（字典的值）。

d = {}

for _dict in data:
    key = _dict['timestamp'][:13] # 2019-09-03 08, etc.
    d.setdefault(key, []).append(float(_dict['pressure']))

for key, array in d.items():
    print(key, format(sum(array) / len(array), '.3f'))

打印：

2019-09-03 08 1009.750
2019-09-03 09 1009.775
2019-09-03 10 1009.600

【讨论】：

【解决方案2】：

如果您的 JSON 模仿上述内容，那么我们可以将其传递到数据帧中

df = pd.DataFrame.from_dict(data)
    pressure            timestamp
0   1009.7  2019-09-03 08:03:00
1   1009.7  2019-09-03 08:18:00
2   1009.8  2019-09-03 08:33:00
3   1009.8  2019-09-03 08:56:00
4   1009.8  2019-09-03 09:03:00
5   1009.8  2019-09-03 09:18:00
6   1009.8  2019-09-03 09:33:00
7   1009.7  2019-09-03 09:56:00
8   1009.6  2019-09-03 10:03:00

然后按小时分组并取平均压力。

hourly_avg = df.groupby(df['timestamp'].dt.hour)['pressure'].mean()
print(hourly_avg)
timestamp
8     1009.750
9     1009.775
10    1009.600
Name: pressure, dtype: float64

注意，您需要将日期设置为适当的 DateTime 并将压力设置为浮点值。

df['timestamp'] = pd.to_datetime(df['timestamp'])
df['pressure'] = df['pressure'].astype(float)

【讨论】：

【解决方案3】：

检查一下：

df = pd.DataFrame(data)
df['timestamp']=pd.to_datetime(df['timestamp'], format='%Y%m%d %H:%M:%S')
df['pressure'] = df['pressure'].astype(float)
df['hour'] = df['timestamp'].dt.hour

pressure = df.groupby([df['hour']])['pressure'].mean()

print(pressure)

输出：

timestamp
8     1009.750
9     1009.775
10    1009.600

【讨论】：