Ich habe einen Datenrahmen mit vollen Jahresdaten von Werten auf jeder Sekunde:Stundendurchschnitt für jede Woche/Monat in Datenrahmen (gleitender Durchschnitt)
YYYY-MO-DD HH-MI-SS_SSS TEMPERATURE (C)
2016-09-30 23:59:55.923 28.63
2016-09-30 23:59:56.924 28.61
2016-09-30 23:59:57.923 28.63
... ...
2017-05-30 23:59:57.923 30.02
ich einen neuen Datenrahmen erstellen möge, die jede Woche oder einen Monat dauert Werte und Durchschnittswerte über die gleiche Stunde jeden Tages (Art des gleitenden Durchschnitts aber für jede Stunde).
Date TEMPERATURE (C)
2016-09 00:00:00 28.63
2016-09 01:00:00 27.53
2016-09 02:00:00 27.44
...
2016-10 00:00:00 28.61
... ...
Ich bin mir dessen bewusst, dass ich die df in 12 df die für jeden Monat und die Nutzung aufteilen: So ergibt sich für den Monat Fall so sein wird
hour = pd.to_timedelta(df['YYYY-MO-DD HH-MI-SS_SSS'].dt.hour, unit='H')
df2 = df.groupby(hour).mean()
Aber Ich suche nach einem besseren und schnelleren Weg.
Danke !!