我正在解决一个问题集,其中数据以微秒为单位。到目前为止我有4个小时的数据。该数据集非常庞大,因为它包含微秒级别的数据。我想将每个微秒的数据聚合到各自的秒中,这样有助于分析。
示例:
Vibration1 Vibration2 Vibration3 Temperature Pressure Time
816 698 822 1852 710 2019-03-26 09:49:09.013650
702 690 764 2002 810 2019-03-26 09:49:09.014308
702 692 768 1888 706 2019-03-26 09:49:09.014680
696 690 704 2004 810 2019-03-26 09:49:09.015094
738 696 772 1990 710 2019-03-26 09:49:09.015682
834 692 704 2066 704 2019-03-26 09:49:09.016153
798 692 690 1892 722 2019-03-26 09:49:09.016520
696 722 708 2102 700 2019-03-26 09:49:09.016875
824 690 700 2058 718 2019-03-26 09:49:09.017213
692 702 694 2106 704 2019-03-26 09:49:09.017564
像这样,我在第09秒有很多行。 我总共有4个小时的数据。我应该如何按秒及其各自的秒和分钟进行分组?
请帮助我。
如果我以秒为单位进行 groupby
,则基本上以秒为单位对所有数据进行分组,而不管其小时数、分钟数。
我已将索引设置为日期时间索引,然后尝试使用此代码。它返回了大约 60 秒的数据聚合,无论小时和分钟如何。
df.groupby(df.index.minute).mean()
最佳答案
首先,确保您的 Time 是一个 datetime
对象:
df.Time = pd.to_datetime(df.Time)
那么你需要resample :
df.set_index('Time').resample('1S').mean()
将示例数据设置为 df
,上述结果为:
Vibration1 Vibration2 Vibration3 Temperature Pressure
Time
2019-03-26 09:49:09 749.8 696.4 732.6 1996.0 729.4
关于python - Python中有什么函数可以聚合秒级毫秒数据吗?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/55830744/