无法使用Pandas按时间范围分组温度读数问题求助

嘿，我来帮你搞定这个温度数据分组的问题！你现在的情况是分组后还是列出了每分钟的所有记录，核心问题是只做了分组操作，但没有对每组的温度数据做聚合统计（比如取平均值、最大值、最小值），所以才会把每条原始记录都列出来。下面给你两种实用的解决方法：

方法一：用Pandas快速处理（推荐） #

Pandas对时间序列分组的支持非常友好，几步就能搞定：

1. 读取数据并转为DataFrame
   不管你用TinyDB还是直接读取JSON文件，先把数据转成Pandas的DataFrame格式：

   from tinydb import TinyDB
   import pandas as pd
   
   # 用TinyDB读取数据
   db = TinyDB('tinydb_environment.json')
   df = pd.DataFrame(db.all())
   
   # 或者直接读取JSON文件（如果不用TinyDB的话）
   # import json
   # with open('tinydb_environment.json', 'r') as f:
   #     data = json.load(f)
   # df = pd.DataFrame(data)
   

2. 转换日期时间格式
   先把字符串类型的date_time转为Pandas能识别的datetime对象，这是正确分组的前提：

   df['date_time'] = pd.to_datetime(df['date_time'])
   

3. 按分钟/小时分组并聚合
   现在就可以按时间维度分组，同时对tempC做聚合统计了。比如：

   • 按分钟分组，计算每分钟的平均温度：

     minute_avg_temp = df.groupby(df['date_time'].dt.floor('min'))['tempC'].mean().reset_index()
     print(minute_avg_temp)
     

   • 按小时分组，同时计算平均、最高、最低温度：

     hour_temp_stats = df.groupby(df['date_time'].dt.floor('h'))['tempC'].agg(['mean', 'max', 'min']).reset_index()
     print(hour_temp_stats)
     

方法二：纯Python代码处理 #

如果不想用Pandas，用基础的Python库也能实现：

import json
from datetime import datetime

# 读取JSON数据
with open('tinydb_environment.json', 'r') as f:
    data = json.load(f)

# 初始化字典存储分组数据，键是分钟级时间，值是该分钟的温度列表
minute_groups = {}
for item in data:
    # 解析日期时间字符串
    dt = datetime.fromisoformat(item['date_time'])
    # 把时间精确到分钟（秒和微秒置0）作为分组键
    minute_key = dt.replace(second=0, microsecond=0)
    temp = item['tempC']
    # 把温度加入对应分组
    if minute_key not in minute_groups:
        minute_groups[minute_key] = []
    minute_groups[minute_key].append(temp)

# 计算每组的平均温度并按时间排序
sorted_minute_avg = sorted(
    [(key, sum(values)/len(values)) for key, values in minute_groups.items()],
    key=lambda x: x[0]
)

# 打印结果
for dt, avg_temp in sorted_minute_avg:
    print(f"{dt.strftime('%Y-%m-%d %H:%M')}: {avg_temp:.2f}°C")

关键提醒 #

• 一定要先把date_time字符串转为datetime对象，不然没法正确提取分钟/小时维度的时间键；
• 分组后必须做聚合操作（比如mean()、agg()），不然得到的只是分组后的原始记录集合，而不是你想要的每个时间单位的汇总数据。

内容的提问来源于stack exchange，提问作者justdata