熊猫每日平均值，pandas.resample

Question

我有一个类似的 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

我已通过以下方式读取数据：

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)

现在我想取每个每日温度的平均值，我一直在尝试使用 pd.resample 如下，但一直收到错误。我在这里阅读了 pandas.resample 文档和大量示例，但仍然不知所措...

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

DataError：没有要聚合的数字类型

我希望 df_avg 成为具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，非常感谢任何帮助！

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').mean()

---

如果astype 返回error，问题是有一些非数值。所以你需要使用to_numeric 和errors='coerce' - 然后所有“有问题的”值都转换为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 检查所有值有问题的行：

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