import pandas as pd
df = pd.read_csv('mydataset.csv', parse_dates=['Timestamp'])
#print (df)
mask=(df['Timestamp'].dt.minute<10) & (df['Timestamp'].dt.hour==0)
df1 = df[mask]
print (df1)
df1= df1.set_index('Timestamp')
#print df1
df1= df1.resample('D').mean()
print (df1)
dies ist mein Code für die Suche nach Durchschnitt.Ausgabeunterschiede in Linux und Windows?
Ausgabe für Windows: -
Timestamp Temperature1 Temperature2
2016-09-01 53.80 45.80
2016-09-02 32.00 56.60
2016-09-03 30.80 58.30
2016-09-04 31.00 55.60
2016-09-05 31.10 55.60
2016-09-06 31.20 55.50
2016-09-07 30.80 54.90
2016-09-08 30.80 54.60
2016-09-09 31.40 55.10
2016-09-10 30.70 54.80
2016-09-11 31.00 54.60
2016-09-12 31.70 54.90
2016-09-13 31.10 54.70
2016-09-14 NaN NaN
2016-09-15 NaN NaN
2016-09-16 30.30 54.90
2016-09-17 NaN NaN
2016-09-18 31.00 64.60
2016-09-19 NaN NaN
2016-09-20 30.50 56.65
2016-09-21 30.10 56.40
2016-09-22 30.00 55.60
2016-09-23 30.30 56.30
2016-09-24 49.25 44.00
2016-09-25 51.50 47.10
2016-09-26 50.10 45.35
2016-09-27 50.25 48.00
2016-09-28 49.70 45.90
2016-09-29 51.05 48.15
2016-09-30 50.50 48.50
Das ist mein Wunsch Ausgang tatsächlichen, aber auch hier einige Daten geben NaN Wert, nicht zu verstehen, warum dies geschieht, weil meine Daten richtig ist und sein Geben NaN.
In Linux-Maschine ist die Ausgabe wie
Temperature1 35.779053
temperature2 53.593647
Avg kombiniert Geben datewise nicht einzeln.
Ich möchte datewise AVG. bitte hilf mir dabei. Ich verwende: - Python: 2.7.12
Pandas: 0.17.1
sind da irgendwelche 0's ich n die Daten? könnte ein div/0 verursachen, was zu NAN führt. – Ajurna