我正在运行一个txt。通过python文件,并尝试将数据重新采样为每日平均值。txt。文件包含实际数据集之前的文本,所以我读取了文件,然后删除了第一行。整个数据集大约有300万行。
示例数据如下:
**There are 20 lines of text before the data
Date Time Time Pressure Temperature
M/d/yyyy HH:mm:ss hr psi degF
10/23/2019 16:39:25 0.000000 13.3120 106.0533
10/23/2019 16:39:26 0.001389 13.2860 106.0155
10/23/2019 16:39:27 0.002778 13.2952 105.9848
10/23/2019 16:39:28 0.004167 13.2788 105.9535
10/23/2019 16:39:29 0.005556 13.2704 105.9228
10/23/2019 16:39:30 0.006944 13.2946 105.8922
10/23/2019 16:39:31 0.008333 13.2684 105.8620
我的代码如下:
import pandas as pd
df = pd.read_csv('well_pressures.txt', header=None)
df.drop(df.head(20).index, inplace=True)
df.columns=['test']
df = df.test.str.split(expand=True)
df.rename(columns ={0:'Date', 1:'Time', 2:'Time2', 3:'Pressure', 4:'Temperature'},inplace=True)
df.drop(columns={'Time','Time2'}, inplace=True)
wellname = 'well 4'
df['Wellbore'] = wellname
df.set_index('Wellbore', inplace=True)
df['Date'] = pd.to_datetime(df['Date'])
df = df.resample('D').mean()
当我运行代码时,我得到错误";TypeError:仅对DatetimeIndex、TimedeltaIndex或PeriodIndex有效,但得到了"Index"的实例;。我不知道如何解决这个问题,即使在重置索引之后也是如此。当我将日期列设置为索引并尝试重新采样时,会出现一个关键错误。我能做到这一点的唯一方法是在读取文件时对日期列进行索引,并在导入文件之前删除不必要的前几行(,但我不想这样做(。
预期输出:
Wellbore Date Pressure Temperature
Well 4 10/23/2019 13.34 106.1
Well 4 10/24/2019 13.20 106.2
Well 4 10/25/2019 13.36 105.9
Well 4 10/26/2019 13.29 105.9
Well 4 10/27/2019 13.27 105.8
有什么建议吗?谢谢
我想您正在寻找pd.Grouper
。此外,read_csv
还有大量参数,您可以使用这些参数来保存大量代码:
df = (pd.read_csv('well_pressures.txt', sep='', usecols = [0,3,4], skiprows=20,
names=['Date', 'Pressure', 'Temperature'], parse_dates=True)
.assign(Wellbore='well 4')
.set_index('Date'))
df = df.groupby(pd.Grouper(freq='1D')).mean() #Also, you can try df = df.resample('D').mean() but I think you are looking to groupby day.
df