Ich habe eine CSV-Datei mit 4 Jahren Daten und ich versuche, Daten pro Saison über die 4 Jahre zu gruppieren, anders gesagt, ich muss zusammenfassen und meine gesamten Daten in 4 nur Jahreszeit. hier ist ein Blick auf meine Datendatei:Gruppendaten nach Saison nach den genauen Daten
timestamp,heure,lat,lon,impact,type
2006-01-01 00:00:00,13:58:43,33.837,-9.205,10.3,1
2006-01-02 00:00:00,00:07:28,34.5293,-10.2384,17.7,1
2007-02-01 00:00:00,23:01:03,35.0617,-1.435,-17.1,2
2007-02-02 00:00:00,01:14:29,36.5685,0.9043,36.8,1
2008-01-01 00:00:00,05:03:51,34.1919,-12.5061,-48.9,1
2008-01-02 00:00:00,05:03:51,34.1919,-12.5061,-48.9,1
....
2011-12-31 00:00:00,05:03:51,34.1919,-12.5061,-48.9,1
und hier ist meine gewünschte Ausgabe:
winter (the mean value of impacts)
summer (the mean value of impacts)
autumn ....
spring .....
Eigentlich habe ich versucht, diesen Code habe:
names =["timestamp","heure","lat","lon","impact","type"]
data = pd.read_csv('flash.txt',names=names, parse_dates=['timestamp'],index_col=['timestamp'], dayfirst=True)
spring = range(80, 172)
summer = range(172, 264)
fall = range(264, 355)
def season(x):
if x in spring:
return 'Spring'
if x in summer:
return 'Summer'
if x in fall:
return 'Fall'
else :
return 'Winter'
data['SEASON'] = data.index.to_series().dt.month.map(lambda x : season(x))
data['impact'] = data['impact'].abs()
seasonly = data.groupby('SEASON')['impact'].mean()
und ich habe diese schreckliche Ergebnis :
wo Bin ich falsch?
ja es funktioniert, danke @jezrael –
@piRSquared - danke, ich arbeite daran. – jezrael