python计算csv列平均值_python 3.x - Pandas：重新取样和计算正确的平均值_python-3.x_酷徒编程知识库...

数据的问题，时间不等。import pandas as pd

# Create your dataset

index = pd.date_range('2000/01/01 00:00:00', periods=4, freq='min').to_list()

index[1] = pd.Timestamp('2000/01/01 00:00:10')

values = [0., 100., 100., 200.]

data = pd.Series(values, index)

data

[Out]:

2000-01-01 00:00:00 0.0

2000-01-01 00:00:10 100.0

2000-01-01 00:02:00 100.0

2000-01-01 00:03:00 200.0

当你调用.resample()时，发生这种情况：data.asfreq('T')

[Out]:

2000-01-01 00:00:00 0.0

2000-01-01 00:01:00 NaN

2000-01-01 00:02:00 100.0

2000-01-01 00:03:00 200.0

值被放入相应的分钟中，因为在1和2分钟之间没有数据，值被填充为NaN，

你可以重采样到10秒，向前填充，然后重采样到1分钟。print(data.resample('10s').ffill())

[Out]:

2000-01-01 00:00:00 0.0

2000-01-01 00:00:10 100.0

2000-01-01 00:00:20 100.0

2000-01-01 00:00:30 100.0

2000-01-01 00:00:40 100.0

2000-01-01 00:00:50 100.0

2000-01-01 00:01:00 100.0

2000-01-01 00:01:10 100.0

2000-01-01 00:01:20 100.0

2000-01-01 00:01:30 100.0

2000-01-01 00:01:40 100.0

2000-01-01 00:01:50 100.0

2000-01-01 00:02:00 100.0

2000-01-01 00:02:10 100.0

2000-01-01 00:02:20 100.0

2000-01-01 00:02:30 100.0

2000-01-01 00:02:40 100.0

2000-01-01 00:02:50 100.0

2000-01-01 00:03:00 200.0

print(data.resample('10s').ffill().resample('1t').mean())

[Out]:

2000-01-01 00:00:00 83.333333

2000-01-01 00:01:00 100.000000

2000-01-01 00:02:00 100.000000

2000-01-01 00:03:00 200.000000

在你的问题中，你期望在2分钟到3分钟之间的结果是150，但事实并非如此，因为在这一分钟内的值是100.

也许你会发现.interpolate(method='time')有用，这里有一个到文档的链接。