使用 Python 在 CSV 文件中每 6 分钟平均特定时间范围

Question

我希望你们能帮助我解决 Python 编码问题。我有一个 CSV 文件，在 24 小时内收集了超过 500 万个数据点。该文件包含两列 - UTC 时间和强度值。我想每 6 分钟将所有强度数据平均到 3 分钟范围内（例如 mean(x-1.5 min : x+1.5 min)，其中 x 是 0、6、12、18 等的数组）。我尝试了多种途径，但似乎没有任何效果。

我正在使用以下方法调用数据：

df=pd.read_csv("file.csv",names=['Date','Intensity'], na_values='nan') 

数据示例：

df=
'Date'                                   'Intensity'
2016-06-17 00:00:00.054951500            15299
2016-06-17 00:00:00.056950500            13248
2016-06-17 00:00:00.058948500            12838
2016-06-17 00:00:00.060942500            8920
2016-06-17 00:00:00.062947500            12631
2016-06-17 00:00:00.064942500            13455 
... (continues on for 24 hours)....

这个想法是每 6 分钟做一个 3 分钟的平均值（不包括第一个和最后一个平均值）。例如，结果数据应计算如下：

df=
                         'Date'                 'Intensity'
average(0 : 1.5 min)=        2016-06-17 00:00:00     14554              
average(4.5 : 7.5 min)=      2016-06-17 00:06:00     18243              
average (10.5 : 13.5 min)=   2016-06-17 00:12:00     20244              
average (16.5 : 19.5 min)=   2016-06-17 00:18:00     10722  
... 

到目前为止，我已经尝试过使用： pd.Timedelta 命令（我似乎无法正确）， 以及首先将所有时间转换为秒，然后从那里计算（但这似乎工作量太大）。有人知道我应该怎么做吗？

谢谢！

Answer 1

我不知道你对pandas了解多少，但假设你可以从CSV加载数据到DataFrame，你可以做的是：

import pandas as pd

# load data from csv into intesity_df
...

# group by time
intensity_df = intensity_df.groupby(pd.Grouper(key='date', freq='3min'))