大 pandas 每日平均，大 pandas 。重新取样

问题描述

我有一个类似于此的CSV文件

Date,Temp1,Temp2

23-Oct-09 01:00:00,21.1,22.3

23-Oct-09 04:00:00,22.3,23.8

23-Oct-09 07:00:00,21.4,21.3

23-Oct-09 10:00:00,21.5,21.6

23-Oct-09 13:00:00,22.3,23.8

23-Oct-09 16:00:00,21.4,21.3

23-Oct-09 19:00:00,21.1,22.3

23-Oct-09 22:00:00,21.4,21.3

24-Oct-09 01:00:00,22.3,23.8

24-Oct-09 04:00:00,22.3,23.8

24-Oct-09 07:00:00,21.1,22.3

24-Oct-09 10:00:00,22.3,23.8

24-Oct-09 13:00:00,21.1,22.3

24-Oct-09 16:00:00,22.3,23.8

24-Oct-09 19:00:00,21.1,22.3

24-Oct-09 22:00:00,22.3,23.8

我已经用：

读取了数据

df=pd.read_csv('data.csv', index_col=0)

并将索引转换为日期时间

df.index=pd.to_datetime(df.index)

现在我想要取每天的平均温度，我一直在尝试使用pd。重新采样如下，但一直收到错误。我已经读过 pandas 了。这里有重新取样的文档和无数的例子，但我仍然不知所措...

df_avg = df.resample('D', how = 'mean')

DataError：没有要聚合的数值类型

我希望df_avg是一个具有日期时间索引和两个2列的数据帧。我用的是 pandas 0.17.1和PYTHON 3.5.2，非常感谢大家的帮助！

---

解决方案

您需要先将string列转换为float：

#add parameter parse_dates for convert to datetime first column
df=pd.read_csv('data.csv', index_col=0, parse_dates=[0])

df['Temp1'] = df.Temp1.astype(float)
df['Temp2'] = df.Temp2.astype(float)

df_avg = df.resample('D').mean()

---

如果astype返回error，则问题是存在一些非数值。因此，您需要将to_numeric与errors='coerce'一起使用-然后将所有有问题的值转换为NaN：

df['Temp1'] = pd.to_numeric(df.Temp1, errors='coerce')
df['Temp2'] = pd.to_numeric(df.Temp2, errors='coerce')

您还可以使用boolean indexing：

检查具有问题值的所有行

print df[pd.to_numeric(df.Temp1, errors='coerce').isnull()]
print df[pd.to_numeric(df.Temp2, errors='coerce').isnull()]