我正在尝试使用熊猫数据框分析数星期内测量“X”的平均每日波动,但是时间戳/日期时间等被证明是特别地狱般的处理。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,希望这里的某个人能够指引我朝着正确的方向前进。用熊猫分时数据框
我已测量的X在不同时间和在不同的日子,每天的结果保存到具有形式的数据帧:
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
由于测量是在从每天我决定的变化作出的时间使用binning来组织数据,然后计算每个bin的平均值和STD,然后我可以绘制它们。我的想法是创建一个二进制位最终数据帧和X为测量的平均值,该“意见”一栏只是为了帮助理解:
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
但是我已经不兼容的时间之间遇到困难, datetime,datetime64,timedelta和binning使用pd.cut和pd.groupby,基本上我觉得我在黑暗中刺中,不知道“正确”的方式来解决这个问题。我能想到的唯一解决方案是通过数据框逐行迭代,但我真的很想避免必须这样做。