Pandas GroupBy Datetime и Mean с использованием Rolling

Я хочу вычислить среднее значение значений, переходящих по индексу Datetime с окном периода P с центром в периоде Q.

У меня есть набор данных, в котором есть записи за секунду:

Time                    Temperature     
2017-11-28 22:00:03     58.34
2017-11-28 22:00:05     57.54
2017-11-28 22:00:07     58.18
2017-11-28 22:00:09     58.18
2017-11-28 22:00:12     58.18

Я хотел бы сгруппировать значения за 2,5 минуты до и после 5 минут частоты и получить что-то вроде этого:

Time                    Temperature     
2017-11-28 22:05:00     mean(5 minutes before and after)
2017-11-28 22:10:00     mean(5 minutes before and after)
2017-11-28 22:15:00     mean(5 minutes before and after)
2017-11-28 22:20:00     mean(5 minutes before and after)
2017-11-28 22:25:00     mean(5 minutes before and after)

Я пытаюсь с

hum_sta.set_index('Time').groupby(pd.Grouper(freq='5Min')).rolling("5min").mean()

Но я не получаю то, что хочу, я просто получаю Multiindex Pandas Dataframe:

               Time  Time                Temperature    
2017-11-28 22:00:00  2017-11-28 22:00:03 NaN
                     2017-11-28 22:00:05 57.94
                     2017-11-28 22:00:07 57.86
                     2017-11-28 22:00:09 58.18
                     2017-11-28 22:00:12 58.18

Что такое индекс? Time?

roganjosh 25.08.2018 15:39

@roganjosh Да!

ambigus9 25.08.2018 15:40

Тогда вам, вероятно, нужно отсортировать df по Time, прежде чем пробовать это

roganjosh 25.08.2018 15:41

@roganjosh Это отсортировано!

ambigus9 25.08.2018 15:42

Очевидно, это не потому, что вы получаете ValueError: index must be monotonic. Примечание: я не могу не прочитать "!" как ты кричишь на меня, и я не думаю, что ты действительно этого хочешь

roganjosh 25.08.2018 15:44

@roganjosh Извините за это. Я отсортировал и получаю новую ошибку.

ambigus9 25.08.2018 16:00

Ничего страшного, я просто хотел убедиться, что вы знаете, как это может отображаться в тексте :) Что это за новая ошибка? Пожалуйста, обновите вопрос

roganjosh 25.08.2018 16:22

@roganjosh Обновлено. Спасибо.

ambigus9 25.08.2018 16:30

Я не думаю, что сейчас панды могут поддерживать все операции, необходимые для этого. А как насчет создания нового столбца rounded_time, который (как вы уже догадались) округляет время до 5 минут, а затем просто groupby("rounded_time").mean()?

Qusai Alothman 27.08.2018 14:36

@QusaiAlothman Конечно, это может сработать, но мне нужно значение 2,5 минут до и после каждого «округленного_времени».

ambigus9 27.08.2018 23:59
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
0
10
301
0

Другие вопросы по теме