python-3.x - 如何在索引为时间戳的每个小时找到多个斜率？

Question

所以我的 df 是传感器每分钟的读数。我想找到每小时读数的斜率，这意味着每 1 小时应该有 1 个斜率值。我该怎么做？

我试过 groupby.apply linregress ，但没有用，也试过 groupby 60 行，但这只是给出了小时的平均值。第 1 列是 T_a，第 2 列是 Q_a。 我想要每小时 T_am 与 Q_a 的斜率值。

df.head()
2019-01-09 17:03:00   3.09125   93.353877
2019-01-09 17:04:00   3.08575   89.513643
2019-01-09 17:05:00   3.10325   92.700350
2019-01-09 17:06:00   3.08075   91.089470
2019-01-09 17:07:00   3.08200   92.563898

df = df.groupby(index).apply(lambda df: linregress(df.T_am, df.Q_a)[0])

KeyError: Timestamp('2019-01-09 18:02:00')

Answer 1

您需要在索引时间groupby，如果您只有一天的测量值，这应该可行:

df.groupby(index.hour).apply(lambda df: linregress(df.T_am, df.Q_a)[0])

如果您有多天，我会首先创建一个列，其中包含四舍五入到小时的索引，然后根据该索引进行分组:

df['index_hour']=df.index.floor('h')
df.groupby('index_hour').apply(lambda df: linregress(df.T_am, df.Q_a)[0])

如果您想从线性回归中保留几个参数，您可以使用以下脚本:

def extract_lr(x):
    lr = linregress(x['T_am'], x['Q_a'])
    return pd.Series([lr.slope, lr.intercept, lr.rvalue, lr.pvalue],
                     index=['slope', 'intercept', 'rvalue','pvalue'])

df.groupby('index_hour').apply(lambda x: extract_lr(x))

归功于 this answer .