Pandas:计算每小时数据的列平均值
Pandas是一个基于Python的数据分析库，它提供了高效的数据结构和数据分析工具，可以帮助开发人员在数据处理和分析方面更加便捷和高效。
针对计算每小时数据的列平均值，可以通过以下步骤实现：
- 导入Pandas库：
- 导入Pandas库：
- 读取数据： 假设数据已经保存在一个名为"data.csv"的CSV文件中，可以通过以下代码读取数据：
- 读取数据： 假设数据已经保存在一个名为"data.csv"的CSV文件中，可以通过以下代码读取数据：
- 数据预处理： 如果需要对数据进行预处理，例如去除无效数据、处理缺失值等，可以在这一步进行。
- 转换时间列： 如果数据中包含时间列，需要将其转换为Pandas的日期时间类型，以便后续按小时进行分组和计算：
- 转换时间列： 如果数据中包含时间列，需要将其转换为Pandas的日期时间类型，以便后续按小时进行分组和计算：
- 设置时间列为索引： 将时间列设置为数据的索引，以方便按小时进行分组和计算：
- 设置时间列为索引： 将时间列设置为数据的索引，以方便按小时进行分组和计算：
- 按小时进行分组和计算：
使用Pandas的
resample函数按小时进行分组，并使用mean函数计算每小时数据的平均值： - 按小时进行分组和计算：
使用Pandas的
resample函数按小时进行分组，并使用mean函数计算每小时数据的平均值： - 查看计算结果： 可以通过打印或其他方式查看每小时数据的列平均值结果：
- 查看计算结果： 可以通过打印或其他方式查看每小时数据的列平均值结果：
Pandas库提供了丰富的数据处理和分析功能，适用于各种数据处理场景，特别适合处理结构化和时间序列数据。在腾讯云产品中，推荐使用云服务器（CVM）作为数据处理和计算的基础设施，同时结合云数据库MySQL或云原生数据库TDSQL等进行数据存储和管理。具体产品介绍和链接如下：
- 腾讯云服务器（CVM）：提供灵活可扩展的虚拟机实例，用于部署数据处理和计算环境。 产品介绍链接：https://cloud.tencent.com/product/cvm
- 云数据库MySQL：提供高性能、高可用的关系型数据库服务，可用于存储和管理数据。 产品介绍链接：https://cloud.tencent.com/product/cdb_mysql
- 云原生数据库TDSQL：基于开源MySQL和PostgreSQL的自研数据库，提供高性能、高可用的云原生数据库服务。 产品介绍链接：https://cloud.tencent.com/product/tdsql
以上是关于使用Pandas计算每小时数据的列平均值的完善且全面的答案，希望能对您有所帮助。
相关·内容
1回答
计算和绘制20年的气候学
、、、、
我正在绘制一个20年的气候学，在求平均值方面遇到了一些问题。我的数据是自1999年12月以来的CSV格式的每小时数据。我使用API获取数据，目前已将其放在pandas数据框中。我可以像这样划分小时、天等：
<code>A0</code>
因此，我使用以下方法计算所有天数的平均值：
<code>A1</code>
这是可行的，但我意识到我应该取我所有数据的最小值和最大值的平均值。我一直很难弄清楚这一切。我希望我的图看起来像这样：<code>C2</code>，但我不知道如何让它工作。我目前正在使用Jupyter Notebo
浏览 17提问于2018-12-20得票数 0
我试图使用Pandas从一个相当大的数据集的一分钟数据中计算每小时的平均值。我的数据集存储为.csv，如下所示：
,timestamp_local,pm25
0,5/30/2022 16:59,2.2802
1,5/30/2022 16:58,2.7055
2,5/30/2022 16:57,1.6602
3,5/30/2022 16:56,1.5924
4,5/30/2022 16:55,2.2792
5,5/30/2022 16:54,2.2219
我尝试将.csv文件读取为Pandas DataFrame，然后将每小时的方法存储在一个新的DataFrame中，然后导出：
import p
浏览 11提问于2022-07-21得票数 0
回答已采纳
1回答
自动有效数字计数
、、
在使用Pandas将每分钟的数据从CSV转换为每小时的平均值时，每个列中都有不同数量的要平均的重要数字。如何让Python在每列的基础上自动扫描最少的有效位数，并使用所识别的有效位数来计算该小时的平均值？到目前为止，我的代码是：
for j in range(numRows): #Begin data processing and writing to file
columnCount=0
writeToFile(str(df.iloc[n,0]), columnCount)
for i in range(1,15):
columnCount+=1
浏览 2提问于2022-01-05得票数 0
回答已采纳
我有一列每小时的数据，并希望使用rollapply计算每小时24小时的滚动平均值。我的数据包含NA的，我只想计算一个24小时内75%的数据可用的滚动平均值，否则我希望24小时平均数据被视为NA。
df %>%
mutate(rolling_avg = rollapply(hourly_data, 24, FUN = mean ,align = "right", fill = NA ))
我如何修改上面的代码来实现这一点？
浏览 3提问于2017-08-02得票数 3
回答已采纳
2回答
我有一个由每小时电价数据组成的数据。我想要做的是，找到一种方法来计算一天中每小时最低的n个价格周期的平均值。这些数据跨越了许多年，目的是得到每一天的最低价格周期的平均值。可以使用以下方法创建合成数据：
np.random.seed(0)
rng = pd.date_range('2020-01-01', periods=24, freq='T')
df = pd.DataFrame({ 'Date': rng, 'Price': np.random.randn(len(rng)) })
我设法得到了每天最低的价格，通过使用：
d
浏览 1提问于2021-06-07得票数 1
回答已采纳
我从事医疗保健工作，我们正在尝试评估一天中每小时的出血量，但我们也希望能够按周中的某一天、特定的月份甚至特定月份中的某一周的某一天对其进行筛选(例如，“一月份的星期一每小时的平均出血量是多少？”)
我相信Tableau可以做到这一点，但我还没能在我的折线图中显示出平均值……每次我把它从COUNT转换成AVG时，这条线就是直线。当我进行表计算以求出平均值(将每小时的计数除以报告中捕获的天数)时，我与之很接近，但当我为月份或星期添加筛选器时，选择筛选器的选项之一将减少正在计数的总数，而不是对未筛选的项目重新求平均值。(例如，如果某一小时一周7天的平均值是" 10“，并且我取消选择了一周的前
浏览 0提问于2017-09-02得票数 1
1回答
我有四个月的逐日excel数据，其中包含从上午10点到下午3点的每小时数据，有时从上午10点到下午2点.下午1点.就像智慧一样，它是不同的。列A包含日期，B列包含时间，C和D列有我想为每天平均的数据，并将其乘以发生的次数。例如，如果我在10月17日上午10点到下午3点(6小时)有C和D列的数据，我想将这些小时数据平均一天，乘以6。因为我的每小时数据间隔不是固定的，所以我想要一个代码，它可以对日数据进行平均，并将其乘以发生的次数。我想为每一天的数据1和数据2进行平均，并将其平均值乘以当天发生的数据数。
浏览 0提问于2018-04-12得票数 0
回答已采纳
2回答
群熊猫数据与计算多列均值
、、、
我试图将熊猫的数据按列分组，然后计算出多个列的平均值。在下面的示例中，我想按“类别”列进行分组，然后计算“得分”和“优先级”列的平均值。所有三列都应位于生成的dataframe中。
我能够对第一列进行分组并计算平均值，但我不知道如何添加第二列。在我的尝试之下。
任何指导都非常感谢。
import pandas as pd
data = [['A', 2, 1], ['A', 4, 2], ['B', 5, 3], ['B', 2, 3]]
df = pd.DataFrame(data, columns=['categor
浏览 3提问于2022-05-24得票数 1
回答已采纳
1回答
我有一些用户在24小时内每小时都有随机值。我想要得到每小时的平均值，因为它增加了。例如:3 3pm时的值为3，4 3pm时为4，5 3pm时为5，找出每小时的平均值，并在没有更多时间戳时给出总平均值。 我试过了： case
when (DatePart("hour",[AUDIT_TSP])>0) and (DatePart("hour",[AUDIT_TSP])<1)
then Date([AUDIT_TSP]) & " " & ":00" & ":00" &
浏览 25提问于2019-04-16得票数 0
回答已采纳
2回答
我有量规公制(下面的样品)。我想找出每小时最后10个小时的平均值。不加10小时。我可以很容易地在SQl中按小时分组按子句来做。但是在prometheus查询中没有什么好主意
{group="PrometheusDemo",resource="FinanceServicesGo",service="analyticsA",warning="1000"} 6
{group="PrometheusDemo",resource="FinanceServicesGo",service="analyti
浏览 1提问于2020-12-23得票数 0
回答已采纳
1回答
我正在使用下面的数据集，每小时计数以列为单位。数据帧有超过1400列和100行。 我的数据集如下所示： CITY 2019-10-01 00:00 2019-10-01 01:00 2019-10-01 02:00 .... 2019-12-01 12:00
Wien 15 16 16 .... 14
浏览 16提问于2019-12-11得票数 0
回答已采纳
我正在用Javascript构建一个平均价格的金融应用程序。
2012年，一家大型政府机构发布了一天中每小时的每小时价格数据(24)。我的应用程序获取了他们的每小时价格数据，并创建了2012年每天的日均价格……
我的每日平均值与2012年政府机构每天的平均值相匹配，这是很棒的。但后来我使用我的每日平均值创建了月平均值，我的月平均值与政府机构在2012年3月、4月和11月的3个月的月平均值不匹配。其他9个月的比赛...
以下是不同的平均值：
March - Gov: $51.08 MyApp: $51.04
April - Gov: $41.69 MyApp: $41.7
N
浏览 0提问于2014-03-30得票数 0
1回答
我想要计算数据帧中每一列的平均值。假设我有一个这样的数据帧：
import pandas as pd
df = pd.DataFrame({'A':[1,2,3],
'B':[4,4,4],
'C':[7,8,9],
'D':[3,3,3]})
print(df)
A B C D
0 1 4 7 3
1 2 4 8 3
2 3 4 9 3
我想得到平均值为2，1，8，1
浏览 0提问于2018-09-16得票数 0
3回答
我在pandas中有以下数据框架 Column 1 Column 2 Column3 Column 4
2 2 2 4
1 2 2 3 我希望创建一个数据帧，其中包含列1和列2，列3和列4的平均值，等等。 ColumnAvg(12) ColumnAvg(34)
2 3
1.5 1.5 我用的是这个，但它是所有东西的平均值。 df.mean(axis=1) 有没有办
浏览 40提问于2020-09-20得票数 3
回答已采纳
4回答
我有一个关于twitter的非常大的数据集。我希望能够计算用户每小时发布的平均tweet。我能够按每个用户每小时的推文进行分组，但现在我如何计算每小时的平均时间呢？
我无法编写所有的代码，因为数据集已经进行了大量的预处理。在数据集中，我有列user_id和created_at，这是发布的tweet的时间戳，所以我按created_at排序，直到几个小时都是按群排序。
grouped_df = tweets_df.sort_values(["created_at"]).groupby([
tweets_df['user_id'],
tweets_d
浏览 9提问于2022-11-04得票数 1
回答已采纳
1回答
我有一个很大的CSV文件，它代表了美国在5公里网格上的每小时分辨率的天气数据。每一天的数据都是保存的，所以我将它们连接在一起，形成一个年度文件。最终目标是通过纬度和经度计算变量(风速、温度、降水量、气压等)的日、周和月平均值。没有列标题，所以我在读入文件时将列名添加到文件中。
当我尝试用Python读入Pandas时，它失败了，因为它不适合内存。我可以使用Dask读入数据，但是我找不到一种方法将维度添加到Dask数据帧中，或者转换为xarray并执行相同的操作。有没有办法读取这些内存文件太大的数据，添加经度、经度、日期时间维度，计算每个经度/经度的每日、每周和每月平均值，并输出文件？或者，我需
浏览 1提问于2020-05-28得票数 0
在我的InfluxDB中，我有InstallationId和value这样的字段键，它们存储在一个名为measurements的度量值中。
我想计算measurements中每个InstallationId的所有记录的每小时平均值，这些记录的value <3,000和type = PM25，并且记录在1472688000000毫秒到1512000000000毫秒之间，然后从这些每小时平均值中选择最大value。
这是我提出的SQL查询：
SELECT max("mean")
FROM
(SELECT mean("value")
FROM "
浏览 0提问于2017-11-09得票数 1
我有每日数据，我想通过使用前3个值的滚动平均值来扩展它(而不是创建新列)。在创建该值之后，我希望能够使用它来预测以下内容，等等。这是我的数据：
Date Value
6/1/2020 15
6/2/2020 12
6/3/2020 14
6/4/2020 15
6/5/2020 10
我想每次都用滚动平均值(window =3)扩展数据帧：
Date Value
6/1/2020 15
6/2/2020 12
6/3/2020 14
6/4/2020 15
6/5/2020 10
6
浏览 2提问于2020-08-27得票数 0
我想将两列(Max和Min)之间的平均值写入每行的另一列(Mean)。具体地说，当它遍历各行时，确定前两个单元格的平均值，并将其写入第三行的单元格。
import pandas as pd
from pandas import ExcelWriter
from pandas import ExcelFile
sheet._cell_overwrite_ok = True
df = pd.read_excel('tempMean.xlsx', sheet_name='tempMeanSheet')
listMax = df['Max']
l
浏览 0提问于2019-10-02得票数 0
我有一个Pandas数据帧，如下所示
df = pd.DataFrame([['John', '1/1/2017','10'],
['John', '2/2/2017','15'],
['John', '2/2/2017','20'],
['John', '3/3/2017','30'],
浏览 67提问于2018-05-30得票数 1
我希望你一切都好
我有多个文件都有一个月的每小时数据。
Wind = Jun1.variables['wind'][:,:,:]
Wind = Jun2.variables['winds'][:,:,:]
etc
下图显示了尺寸
我想以一种计算每小时平均值的方式对每个单独的文件进行平均，以获得每个月的日周期，并具有24个步骤的数组形状(时间，经度，经度)。
浏览 0提问于2021-02-13得票数 1
A列表示日期和时间，B列表示每小时的测量数据。我想要做的是计算每日平均值。
我所做的是添加C列，显示一个月的天数，添加D列，计算B列中数据的日平均值，并添加E列，用于提取按日计算的日平均值。
我的代码是：
Sub dailyAverages ()
Range("C2:C" & Range("B" & Rows.Count).End(xlUp).Row).Value = "=DAY(A2)"
Range("D1") = "daily average"
Range("D13:D&#
浏览 1提问于2021-04-13得票数 0
2回答
我有一个带有测量值的csv文件，我想用每小时的平均值和标准差创建一个新的csv文件。但仅适用于某些列。
示例：
csv1：
YY-MO-DD HH-MI-SS_SSS | Acceleration | Lumx | Pressure
2015-12-07 20:51:06:608 | 22.7 | 32.3 | 10
2015-12-07 20:51:07:609 | 22.5 | 47.7 | 15
至csv 2(仅适用于压力和加速度
浏览 0提问于2016-04-09得票数 8
回答已采纳
1回答
我试图在一个大型数据集上计算过去n天(n= 30)的滚动平均值。在Pandas中，我将使用以下命令：
temp = chunk.groupby('id_code').apply(lambda x: x.set_index('entry_time_flat').resample('1D').first())
dd = temp.groupby(level=0)['duration'
].apply(lambda x: x.shift().rolling(min
浏览 11提问于2020-05-04得票数 1
2回答
一周每小时数据的平均日
、、、、
我有一个矩阵，有24*7行(列周的每小时数据)和52列(一年中的周数)。
我想计算每周的平均日数(24小时)(由此产生的矩阵是24乘52)。诺马利，我将reshape向量从每周，以便我可以有24行，7列，然后我可以得到平均从每小时，从而得到一个平均一天从那周。
然而，今年有52周，所以这个reshape是不现实的。有没有人知道如何计算一天中每小时的平均值，以便创建一个平均一天，而不改变每周的初始列？
浏览 2提问于2015-06-04得票数 0
回答已采纳
当我写这个问题的时候，我想出了一个实现。我决定仍然发布它，因为样式是相对较新的，并且还没有太多的问题，所以我希望它可以被证明对其他人有用。我希望不会得到任何反对票，并将很高兴接受别人的实现。我在meta和中通读了，所以我希望我是清楚的。如果需要，我可以在下面提供我的实现。
我有一个按日均值分组的每小时时间序列。如果每小时数据中的某个值满足某个阈值，我希望突出显示分组数据中的单元格。
例如，如果我的日平均值是1，阈值是values < -1，我想突出显示每小时值小于-1的日平均值。
我的每小时数据：
import pandas as pd
import numpy as np
from d
浏览 2提问于2017-12-21得票数 1
我正在参加Python (Numpy，Pandas等)的数据分析课程。
我们有一个赋值，应该根据另一个列表的值计算数组的平均值()。这似乎有点不清楚，下面是一个例子：
list = ['A','A','A','A','B','B','B','B']
array = [ [5.1, 3.5, 1.4, 0.2],
[4.9, 3. , 1.4, 0.2],
[4.7, 3.2, 1.3, 0.2],
[4.6, 3.1,
浏览 6提问于2021-01-29得票数 0
回答已采纳
我正在查看急诊室的数据，并希望为每小时到达急诊室的患者数量建立一个时间序列。我的数据集在一列中有患者到达的日期和时间(因此，第1行可能是'1/12/13，19:21:12'，但转换为pandas日期范围。
数据集本身存储在pandas DataFrame中。DataFrame中的日期列存储为系列。
我该如何汇总和存储每小时到达的患者数量，并将它们绘制在时间序列中？我希望每个数据点都是“1月15日下午1点到2点之间的5个病人”。
浏览 1提问于2014-06-24得票数 0
2回答
我有一个很长的表，其中包含日期时间和值列。这是数据帧的一个简短示例。我目前所做的是按小时、工作日、月进行分组，并获得所有时间的月或小时的平均值。 这是每小时的值：hourly_value = df.groupby([lambda idx: idx.hour]).agg([np.mean, np.std]) datetime value
0 2018-01-01 00:30:00+01:00 0.22
1 2018-01-01 00:35:00+01:00 0.31
2 2018-01-02 00:30:00+01:0
浏览 12提问于2021-08-12得票数 0
回答已采纳
我有一个pandas数据帧，我想在数据帧的末尾添加一行以显示每列的平均值；但是，由于Col2、Col3和Col4中的平均值，NaN函数无法返回列的正确平均值。如何解决此问题？ Col1 Col2 Col3 Col4
1 A 11 10 NaN
2 B 14 NaN 15
3 C 45 16 0
4 D NaN 16 NaN
5 E 12 23 5 附注:这是取平均值
浏览 23提问于2020-01-12得票数 1
回答已采纳
2回答
我有一个关于Pandas数据操作的查询。
假设我有一个具有以下结构的dataframe，df。
A B C
1 1 7
5 3 3
3 3 2
7 5 2
5 NaN 2
我们在数据A，B& C中有3列。
B列由平均值wrt A组成。
例如,
B在第3行(即3)是A (9/3)的前3行的平均值，同样，B在第4行的值=(A的第2、第3和第4行的值之和)/3
现在，假设B中有许多NaN值，而A中没有NaN值，那么如何按照上面讨论的逻辑编写函数或代码来填充NaN值呢？
我试过使用loc和iloc，但我想我犯了一些错误。
浏览 0提问于2020-11-09得票数 0
回答已采纳
我对堆叠溢出和熊猫很陌生，但我很欣赏这个平台，并有一个有趣的问题:我有一个熊猫数据框架，它接受NOAA的降雨数据(以csv格式表示有降雨的小时数，不同年份的连续数据，有些数据缺失)，用零替换NaNs，并为我们的水/管道工程师提供一个干净的每小时数据文件，用于NOAA的所有年份(完全不同)。然而，工程师想要一个8760小时的数据文件(非闰年的小时数)，即NOAA提供的每个年的平均小时数。
例如，我有1987年7月1日凌晨1 :00至2001年12月31日12:00的NOAA小时数据；我制作了一个巨大的每小时df，但现在我需要计算出每年8760小时的df，其中包括一年中每小时的平均值(从1月1日凌
浏览 4提问于2017-09-01得票数 0
1回答
对于机器学习问题，我想在给定各种天气参数的情况下推导出特定系统的每小时PV功率，包括每小时GHI和DHI，但没有DNI。如果我要拍一张pvLib DNI estimation models，我总是需要天顶角。由于我有每小时的辐照度值，所以我不能对角度进行非常具体的说明。你会取每小时的平均值吗？始终存在这样的问题，即接近90°的角度会导致超高的DNI值。 到目前为止，我尝试手动计算每小时DNI =(GHI-DHI)/cos(天顶)，取每小时天顶5分钟分辨率天顶角的平均值。这个地区的日出时间几乎总是在早上7点之前，所以我应该在一天中的6个小时内获得一些非常小的光伏发电。然而，由于我取的平均值几乎
浏览 56提问于2019-06-12得票数 0
3回答
与和相关
考虑一下这个数据
import pandas as pd
import numpy as np
df = pd.DataFrame(index=range(10))
df['a'] = [ 3 * x for x in range(10) ]
df['b'] = [ 1 -2 * x for x in range(10) ]
根据 for aggregate，您应该能够指定使用如下所示的dict聚合哪些列：
df.agg({'a' : 'mean'})
回传
a 13.5
但是，如果您尝试使用用户定义的函数(如此函
浏览 2提问于2019-02-26得票数 1
回答已采纳
1回答
我肯定它已经被覆盖了，但我不能让它工作，所以我决定问我的问题，我的具体数据。 我有一个每小时测量云量的数据集。我在试着计算每天的平均值。我已经分隔了我的数据，所以我有一个日期格式为YYYY-MM-DD的列和另一个云覆盖的列。我正在尝试计算每小时观测(相同日期)的平均云量。 例如： 日期= c(2010-01-03,2010-01-03,2010-01-03,2010-01-04,2010-01-04,2010-01-04,2010-01-05,2010-01-05) Cloud_cover = c(5,5,2,3,5,1,5,4) 我想用2010-01-03和2010-01-04等得到每个观
浏览 106提问于2021-02-05得票数 0
回答已采纳
3回答
我有以下形式的熊猫资料：
timestamps light
7 2004-02-28 00:58:45 150.88
26 2004-02-28 00:59:45 143.52
34 2004-02-28 01:00:45 150.88
42 2004-02-28 01:01:15 150.88
59 2004-02-28 01:02:15 150.88
这里请注意，索引不是时间戳列。但我想重新整理(或以某种方式储存数据)，以反映每分钟、每小时、每一天光柱的平均值。我已经研究过熊猫提供的resample方法，它要求dataframe有一个数据索引才能工作
浏览 3提问于2016-06-15得票数 11
回答已采纳
我使用Pandas向数据帧输入了一个CSV文件，并希望计算其中列的日平均值。有两个列不会被平均化，时间和日期(日期是数据分组的日期)。然后，我希望在该日期的最后一行下面插入一行，在date列中插入“Average”( time列中没有任何内容)，然后在正确的列中插入相应的平均值。我只使用了Pandas一段时间，所以我不知道最简单的方法是什么。任何帮助都将不胜感激。
浏览 12提问于2022-06-17得票数 0
我有一个以5分钟为频率测量温度的数据帧。我想对这个数据集进行重新采样，以找到每小时的平均温度。 这通常是使用df['temps'].resample('H', how='mean')来完成的，但这是对落在小时内的所有值进行平均-例如，使用所有时间，其中'12‘是小时。我想要一些东西，它可以获得每小时两边30分钟的所有值(或最接近实际小时的时间)，并以这种方式找到平均值。换句话说，对于重采样的时间步长1200，使用1130到1230之间的所有温度值来计算平均值。 创建测试数据框的示例代码如下： index = pd.date_range(
浏览 26提问于2020-01-28得票数 1
回答已采纳
4回答
我有一个包含26列数字数据的pandas数据框架。我想用26条柱状图表示每一列的平均值。这很容易用pandas绘图函数：df.plot(kind = 'bar')完成。然而，结果是丑陋的，列标签经常被截断，即：
我想用seaborn来做这件事，但无论我怎么努力，似乎都找不到一种方法。当然有一种简单的方法可以做一个简单的柱状平均值柱状图？谢谢。
浏览 69提问于2018-05-15得票数 3
回答已采纳
我有一只熊猫，大约每10秒用时间戳索引一次(python)。我想找到每小时的平均值，但是我发现的所有函数都从偶数小时开始(例如，9小时包括08.00:00到08:59:50之间的数据)。假设我有下面的数据。
Timestamp value data
2022-01-01 00:00:00 0.0 5.31
2022-01-01 00:00:10 0.0 0.52
2022-01-01 00:00:20 1.0 9.03
2022-01-01 00:00:30 1.0 4.37
2022-01-
浏览 7提问于2022-05-04得票数 1
我需要计算dataframe的第一列的平均值，我可以使用mean()方法进行计算。问题是:有时，数据中有-9999个值表示缺失的观测值。我知道在计算Pandas中的平均值时，NaN值本质上是跳过的，当然-9999值不是这种情况。
这是我试过的代码。它计算列的平均值，但通过在计算中取-9999值：
df=pandas.DataFrame([{2,4,6},{1,-9999,3}])
df[0].mean(skipna=-9999)
但它的平均值为-4998.5，这显然是用-9999计算得出的。
浏览 7提问于2015-01-27得票数 4
回答已采纳
1回答
我有一个具有以下结构的dataframe：
import numpy as np
import pandas as pd
df = pd.DataFrame(
{
"date": ["2020-01-01", "2020-01-02", "2020-01-03", "2020-01-04"] * 2,
"group": ["A", "A", "A", "A", "B", "
浏览 2提问于2022-04-26得票数 2
回答已采纳
我有一个由13列特定股票每日股票回报组成的pandas数据框架。我想计算每一列的几何平均值，但一些列中有零，因为这些业务在不同的时间出现在股票市场上。
我知道numpy的算术平均值会忽略NaN。有没有办法在计算几何平均值的同时忽略零？
示例df：
import pandas as pd
dictA = {'AAPL': [.02, -.001, .05, .43], 'ABC':[.03, -.02, -.05, 0], 'DEF': [.045, 0, -.10, .63]}
df = pd.DataFrame(dictA)
AAPL的几何平均
浏览 2提问于2020-04-10得票数 2
我有一个pandas数据帧，每行包含5个分数，然后是这5个分数的标准差。使用df['std'] = df.std(axis=1, ddof=0)可以很容易地计算出这一点。但是，当我还想添加这5个分数的平均值时，我不知道如何在计算中排除std列？使用df['mean'] = df.mean(axis=1)会导致pandas在计算平均值时使用5分和stddev，这显然不是我想要的。 总而言之，当前的df.head如下所示，我想添加一个列，表示5个分数的平均值： score1 score2 score3 score4 score5 std
0
浏览 255提问于2021-10-27得票数 0
回答已采纳
1回答
数据以Excel的形式传给我。当然，MS-Access也是可用的。我还有SAS和Python。
我有两列数据，我将它们命名为DateTime和Observation。观测值是数值，对应于每小时的读数。排序后，在一天或多天内有连续的每小时观察运行，逻辑上(且不规则地)由超过一个小时的时间间隔分隔。
我需要自动识别时间块(24,000条记录)，并计算每个离散时间块的平均值、最小值和最大Observation。
浏览 2提问于2015-04-23得票数 1
1回答
我在计算pandas数据帧中列的一部分的平均值时遇到问题。我需要将我的数据框分成子窗口，并且我需要每个较小窗口的平均值。
目前，我的代码如下所示：
array2 = np.array([[x[:,0].mean()]
for x in np.array_split(array1, 10)])
因此，目前我将array1划分为10个子数组。现在我的问题是:出于某种原因，我将"nan“作为某些方法的解决方案。这可能是由于array1中必须有一些NaN值的原因。我怎么能只计算非nan值的平均值，而根本不从array1中删除nan呢？这个是可能的吗？非常感谢！：
浏览 0提问于2020-01-20得票数 0
2回答
我有一个包含两列的MYSQL DB，一列是温度，另一列是读取温度的时间，比如。两次读取之间的温度通常有5分钟的差异，但这种时间间隔并不总是如此。
我需要弄清楚的是一个算法来读取所有的值并保存每小时读取的平均值，所以温度将保存在数据库中，每小时一个温度，每天24次读取，它将保存在另一个数据库的表中。
例如：
它将与平均温度和日期2012-10-07 10:00:00一起保存，
我说得够清楚了吗？
浏览 2提问于2012-10-07得票数 2
回答已采纳
4回答
假设我已经生成了如下数据：
N = 20
m = 3
data = np.random.normal(size=(N,m)) + np.random.normal(size=(N,m))**3
然后我创建了一些分类变量：
indx = np.random.randint(0,3,size=N).astype(np.int32)
并生成一个DataFrame：
import pandas as pd
df = pd.DataFrame(np.hstack((data, indx[:,None])),
columns=['a%s' % k for k i
浏览 6提问于2014-09-25得票数 37
回答已采纳
2回答
我想要将pandas dataframe转换为矩阵，以便进行一些计算，例如，列平均值和行平均值。在转换为矩阵后，它仍然提供了一个漂亮的列和行。在R中，我可以使用as.matrix(Chicago)，这将给我一个很好的矩阵，如下所示： ? 然而，当我在python中使用np.asmatrix(chicago)时，它给了我： ? 我想知道python有没有可能得到像R这样好的输出，这也允许我做行均值或列均值。谢谢!
浏览 35提问于2020-08-20得票数 1
5回答
我有一个包含两个字段的SQL表: TimeStamp和Value。下面是一些数据的摘录。
2005-02-17 13:31:00 2
2005-02-17 13:46:00 3
2005-02-17 14:01:00 1.7
2005-02-17 14:16:00 2.3
2005-02-17 14:31:00 2
2005-02-17 14:46:00 2.5
2005-02-17 15:01:00 2.2
2005-02-17 15:16:00 2.4
2005-02-17 15:31:00 2.6
2005-02-1
浏览 0提问于2012-03-17得票数 8
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
