我试图使用熊猫数据帧分析几周内测量"X"的平均每日波动,但是时间戳/日期时间等特别难以处理.花了好几个小时试图解决这个问题我的代码变得越来越混乱,我认为我没有更接近解决方案,希望有人能指导我朝着正确的方向前进.
我在不同时间和不同日期测量了X,将每日结果保存到具有以下形式的数据框:
Timestamp(datetime64) X
0 2015-10-05 00:01:38 1
1 2015-10-05 06:03:39 4
2 2015-10-05 13:42:39 3
3 2015-10-05 22:15:39 2
随着测量时间每天都在变化,我决定使用分箱来组织数据,然后计算每个箱子的平均值和STD,然后我可以绘制.我的想法是创建一个带有分档的最终数据框和测量的X的平均值,"观察"栏目只是为了帮助理解:
Time Bin Observations <X>
0 00:00-05:59 [ 1 , ...] 2.3
1 06:00-11:59 [ 4 , ...] 4.6
2 12:00-17:59 [ 3 , ...] 8.5
3 18:00-23:59 [ 2 , ...] 3.1
然而,我遇到了使用pd.cut和pd.groupby时间,日期时间,日期时间64,时间和分组之间不兼容的困难,基本上我觉得我在黑暗中做刺,不知道'正确'解决这个问题的方法.我能想到的唯一解决方案是通过数据帧逐行迭代,但我真的想避免这样做.