使用 Pandas 对分组数据进行重采样以获得每日平均数据

Question

我是 pandas 的新手，当我尝试从数据文件中获取每日平均值时遇到了一些问题。

所以，我的数据结构如下：

                      DATA  ESTACION
DATETIME                           
2020-01-15 00:00:00   175        47
2020-01-15 01:00:00   152        47
2020-01-15 02:00:00   180        47
2020-01-15 03:00:00   132        47
2020-01-15 04:00:00   115        47
...                   ...       ...
2020-03-13 19:00:00    38        16
2020-03-13 20:00:00    53        16
2020-03-13 21:00:00    73        16
2020-03-13 22:00:00    28        16
2020-03-13 23:00:00    22        16

这些是 24 个站点收集的空气污染结果。如您所见，每个站点都会收到每小时的信息。

我正在尝试按车站获取每日平均数据。所以这就是我所做的：

我将所有信息按车站分组

grouped = data.groupby(['ESTACION'])

然后我得到分组数据的每日平均重采样

resampled = grouped.resample('D').mean()

这是我得到的：

                            DATA  ESTACION
ESTACION DATETIME                        
4        2020-01-02   18.250000       4.0
         2020-01-03         NaN       NaN
         2020-01-04         NaN       NaN
         2020-01-05         NaN       NaN
         2020-01-06         NaN       NaN
...                         ...       ...
60       2020-11-29         NaN       NaN
         2020-11-30         NaN       NaN
         2020-12-01         NaN       NaN
         2020-12-02  118.666667      60.0
         2020-12-03   80.833333      60.0

我真的不知道发生了什么，因为我只有 2020-01-15 - 2020-03-13 的数据，它显示了来自其他时间戳和 NaN 结果的信息。

如果您需要其他任何东西来重现此案例，请告诉我。

感谢和问候

Answer 1

输出是预期的，因为resample 总是创建连续的DatetimeIndex。

因此可以通过DataFrame.dropna 删除缺失的行：

resampled = grouped.resample('D').mean().dropna()

另一种解决方案是使用Series.dt.date:

data.groupby(['ESTACION', data['DATETIME'].dt.date]).mean()