python计算平均年龄_如何使用Pandas在Python中取得多年平均值

本文介绍了如何利用Pandas库处理含有时间戳的数据,并按年份和地理位置计算平均值。首先,通过时间戳创建日期列,然后设置位置列,删除冗余列。接着,将数据按日期和位置进行透视,再交换列级别,最后使用`resample`函数以十年为间隔计算平均值。
摘要由CSDN通过智能技术生成

首先,根据熊猫时间戳记创建一列:

df = df.dropna()

df['date'] = df.apply(lambda x: pd.Timestamp('{year}-{month}-{day}'

.format(year=int(x.Year),

month=int(x.Month),

day=int(x.Day))),

axis=1)

接下来,根据纬度和经度的元组对设置位置.

df['Location'] = zip(df.Lat, df.Long)

现在,删除冗余数据.

df.drop(['Year', 'Month', 'Day', 'Lat', 'Long'], axis=1, inplace=True)

现在,我们可以按日期和位置旋转数据.现在,新的DataFrame会在以下日期建立索引:

df2 = df.pivot(index='date', columns='Location')

交换新列的级别(使位置位于值的顶部).

df2.columns = df2.columns.swaplevel('Location', None)

最后,使用resample来获取十年期间数据的平均值:

>>> df2.resample('10A', how='mean') # 'A'=Annual, '10A'=TenYears

Location (46.90625, -11

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值