使用熊猫计算不规则时间序列的日平均值

Question

我正试图从csv文件中获取不规则时间序列的日平均值。

csv文件中的数据从2013年9月20日13:00开始，一直运行到2014年1月14日10:57：

Time                    Values
20/09/2013 13:00        5.133540
20/09/2013 13:01        5.144993
20/09/2013 13:02        5.158208
20/09/2013 13:03        5.170542
20/09/2013 13:04        5.167899    
20/09/2013 13:25        5.168780
20/09/2013 13:26        5.179351
...

我用导入它们

import pandas as pd
data = pd.read_csv('<file name>', parse_dates={'Timestamp':'Time']},index_col='Timestamp')

这导致

Values
Timestamp                          
2013-09-20 13:00:00        5.133540
2013-09-20 13:01:00        5.144993
2013-09-20 13:02:00        5.158208
2013-09-20 13:03:00        5.170542
2013-09-20 13:04:00        5.167899
2013-09-20 13:25:00        5.168780
2013-09-20 13:26:00        5.179351
...

然后我做

dataDailyAv = data.resample('D', how = 'mean')

这导致

Values
Timestamp                 
2013-01-10        8.623744
2013-01-11             NaN
2013-01-12             NaN
2013-01-13             NaN
2013-01-14             NaN
...

换句话说，结果包含原始数据中没有出现的日期，对于其中一些日期(例如2013年1月10日)，甚至出现了一个值。

有什么问题吗？

谢谢。

编辑：显然，对日期的解析出现了问题：2013年10月1日被解释为2013年1月10日，而不是2013年10月份1日。这可以通过编辑csv文件中的日期格式来解决，但有没有办法在read_csv中指定日期格式？

Answer 1

您需要dayfirst=True，这是read_csv文档中列出的众多调整之一。