我有一个df.head()
,我的数据帧是这样的。我测量的数据频率在7到9赫兹之间,有大约100个独特的Psnr
值。如果我想创建一个新的数据帧,其中一个点表示每个唯一Psnr
最后五分钟的平均值,那么最好的方法是什么?
Datum_Zeit Psnr
2018-10-04 14:43:11.410 2
2018-10-04 14:43:11.600 2
2018-10-04 14:43:11.790 2
2018-10-04 14:43:11.970 2
2018-10-04 14:43:12.160 2
一种可能的方法是创建子数据帧,过滤并再次合并它们,如下所示。但是,我确信肯定有一个更简单的解决方案
dfs = {k: df[df['Psnr'] == k] for k in df['Psnr'].unique()}
我认为您需要首先筛选每组最后5分钟的数据,然后按列Psnr
:聚合mean
print (df)
Datum_Zeit Psnr Speed Torque
0 2018-10-04 14:38:11.410 2 8 6
1 2018-10-04 14:39:11.600 2 7 0
2 2018-10-04 14:40:11.790 2 1 1
3 2018-10-04 14:41:11.970 2 9 3
4 2018-10-04 14:43:12.160 2 5 1
5 2018-10-04 14:39:11.600 3 7 0
6 2018-10-04 14:40:11.790 3 1 1
7 2018-10-04 14:44:11.970 3 9 3
8 2018-10-04 14:45:12.160 3 5 1
df['Datum_Zeit'] = pd.to_datetime(df['Datum_Zeit'])
s = df.groupby('Psnr')['Datum_Zeit'].transform('max')
df = df[df['Datum_Zeit'].between(s - pd.Timedelta(300, 's'), s)]
print (df)
Datum_Zeit Psnr Speed Torque
1 2018-10-04 14:39:11.600 2 7 0
2 2018-10-04 14:40:11.790 2 1 1
3 2018-10-04 14:41:11.970 2 9 3
4 2018-10-04 14:43:12.160 2 5 1
7 2018-10-04 14:44:11.970 3 9 3
8 2018-10-04 14:45:12.160 3 5 1
如果需要无datetime
的所有列的平均值:
df = df.groupby('Psnr').mean()
print (df)
Speed Torque
Psnr
2 5.5 1.25
3 7.0 2.00
如果只需要日期时间列的列:
df['dates']= df['Datum_Zeit'].astype(np.int64)
df1 = pd.to_datetime(df.groupby('Psnr')['dates'].mean()).reset_index()
print (df1)
Psnr dates
0 2 2018-10-04 14:40:56.880000000
1 3 2018-10-04 14:44:42.064999936
由于数据帧已经按时间排序,因此可以通过transform
+last
计算与数据帧索引对齐的min_time
系列,然后进行筛选,最后计算groupby
:
min_times = df.groupby('Psnr')['Datum_Zeit'].transform('last') - pd.Timedelta('5 min')
res = df.loc[df['Datum_Zeit'] > min_times]
.groupby('Psnr').mean().reset_index()
print(res)
Psnr Speed Torque
0 2 5.5 1.25
1 3 7.0 2.00