我有以下内容。包含每小时数据的数据框:
tmp min_tmp max_tmp
dates
2017-07-19 14:00:00 19.0 19.0 19.0
2017-07-19 15:00:00 18.0 18.0 18.0
2017-07-19 16:00:00 16.0 16.0 16.0
2017-07-19 17:00:00 16.0 16.0 16.0
2017-07-19 18:00:00 15.0 15.0 15.0
有没有一种方法可以分别计算 min_tmp 和 max_tmp 中 tmp 的每日最小值和最大值。我试过这个
df['min_temp'] = df['tmp'].min()
但这不适用于跨越多天的数据框数据
最佳答案
使用重新采样和变换:
g = df.resample('D')['tmp']
df['min_tmp'] = g.transform('min')
df['max_tmp'] = g.transform('max')
输出
tmp min_tmp max_tmp
dates
2017-07-19 14:00:00 19.0 15.0 19.0
2017-07-19 15:00:00 18.0 15.0 19.0
2017-07-19 16:00:00 16.0 15.0 19.0
2017-07-19 17:00:00 16.0 15.0 19.0
2017-07-19 18:00:00 15.0 15.0 19.0
关于python - 计算跨多天的 pandas 数据框中每日最小和最大列数，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/45197167/