如何使用Python对DataFrame指定不同行取平均值以降低时间分辨率

假设你要处理的DataFrame中存储时间的列名为timestamp，其余列均为需要计算均值的数值型字段，按以下步骤操作即可：

1. 先将时间列转换为pandas支持的datetime格式

import pandas as pd
# 转换时间列格式
df['timestamp'] = pd.to_datetime(df['timestamp'])

2. 按天聚合取均值，两种常用方法二选一即可：

• 方法1：重采样法（适合时间作为索引的场景）

# 将时间列设为索引后按天重采样，计算所有数值列均值
df_daily = df.set_index('timestamp').resample('D').mean().reset_index()
# 若不需要输出时间中的时分秒信息，可追加以下代码转换为纯日期格式
df_daily['timestamp'] = df_daily['timestamp'].dt.date

• 方法2：分组法（适配所有场景）

# 提取纯日期作为分组键
df['date'] = df['timestamp'].dt.date
# 按日期分组计算均值，自动忽略非数值列
df_daily = df.groupby('date', as_index=False).mean()

注意事项 #

• 若存在不需要参与均值计算的非数值列，可在聚合前先筛选需要保留的列：df = df[['timestamp', '需要计算的列1', '需要计算的列2']]
• 默认mean()计算会自动跳过空值，若需要排除包含空值的行再计算，可提前执行df = df.dropna()

内容的提问来源于stack exchange，提问作者hfliu