如何使用pandas计算指定时间区间内的平均值

解决步骤 #

首先你需要先把数据里分开的Date、Time列合并为完整的datetime类型列，才能按时间范围筛选，后续再统计对应范围的平均气温即可。

1. 预处理时间列

import pandas as pd
import numpy as np

# 合并Date、Time为完整时间戳列
df['datetime'] = pd.to_datetime(df['Date'] + ' ' + df['Time'])

2. 单天指定时段平均气温统计

以你举例的2021-03-11当日14:23:00到16:53:00为例：

# 定义统计的起止时间
start = pd.to_datetime('2021-03-11 14:23:00')
end = pd.to_datetime('2021-03-11 16:53:00')

# 过滤出时间范围内的数据
range_df = df[(df['datetime'] >= start) & (df['datetime'] <= end)]

# 计算平均气温
avg_temp = range_df['Air_temp'].mean()

3. 按天统计所有日期固定时段的平均气温

如果需要统计每天的14:23:00到16:53:00的平均气温，可以按以下方式实现：

# 提取时间部分用于时段匹配
df['time_part'] = df['datetime'].dt.time
start_time = pd.to_datetime('14:23:00').time()
end_time = pd.to_datetime('16:53:00').time()

# 筛选所有符合时段的数据
daily_range_df = df[(df['time_part'] >= start_time) & (df['time_part'] <= end_time)]

# 按日期聚合求均值，两种写法均可
# 写法1：groupby实现
daily_avg = daily_range_df.groupby('Date')['Air_temp'].mean().reset_index()

# 写法2：pivot_table实现
daily_avg_pivot = pd.pivot_table(
    daily_range_df,
    values='Air_temp',
    index='Date',
    aggfunc=np.mean
).reset_index()

内容的提问来源于stack exchange，提问作者Monica Pena