小编Luc*_*des的帖子

我有一个dataframe与meteorological数据每隔30 minutes.使用我的日期时间索引,我需要创建一个列timestamps,但它必须在decimal.这是以下示例:

In [134]: df.index[0:3]
Out[134]: 
DatetimeIndex(['2016-01-01 00:30:00', '2016-01-01 01:00:00',
               '2016-01-01 01:30:00'],
              dtype='datetime64[ns]', name='date_time', freq=None)

我需要创建一个列,如下所示:

df.new[0:3]
0.5,1,1.5

哪里有30分钟我改造.5.按照我的脚本:

import pandas as pd
import numpy as np
df = pd.read_csv('./cs_teste_full_output_2018-02-26T004329_adv.csv',skiprows=(0),
                 header=1,na_values='-9999.0')
df = df.drop(df.index[[0]])
df['date_time'] = df['date'] + str(' ') + df['time']
df = df.set_index(pd.DatetimeIndex(df['date_time']))


df.index.strftime('%M')/60

for i in range(1,len(df.index),1):
    print(i)
    df['minute'][i] = np.array(list(map(int,list(df.index.strftime('%M')))))/60
    df['hour'] = df.index.strftime('%H')
    df['hour_minute'] = df['hour'] + df['minute']

但这种方式不起作用,我不能以任何其他方式做到这一点.

我正在处理GLDAS. 时期的数据重新分析1 year。这些文件是.nc4. 我可以打开文件，但我不能groupby给出1 month。我不想手动或通过 for，但我发现确实xarray如此groupby。我的脚本是：

In[16]:import xarray as xr\n\nIn[17]:gldas = xr.open_mfdataset('./GLDAS_2010/*.nc4', chunks=None, concat_dim='time', preprocess=None, engine='netcdf4', lock=None,compat='minimal',coords='minimal',data_vars='minimal')\n\nIn[18]: gldas\nOut[18]: \n<xarray.Dataset>\nDimensions:                (bnds: 2, lat: 40, lon: 48, time: 365)\nCoordinates:\n  * lat                    (lat) float32 -34.875 -34.625 -34.375 -34.125 ...\n  * lon                    (lon) float32 -59.875 -59.625 -59.375 -59.125 ...\n  * time                   (time) float64 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 ...\nDimensions without coordinates: bnds\nData variables:\n    Albedo_inst            (time, lat, …