2

Есть документ Excel, в котором присутствуют 2 столбца, 1 = дата и время, 2 = проценты.
Необходимо чтобы считалось среднее значение столбца N для каждого дня (у каждого дня есть несколько строк со временем когда эти значения N были получены), т.е. в конце работы нужен просто массив со значениями пример: N=(70, 20, 60,...).

В начале я открываю файл и делаю парс:

import pandas as pd

df = pd.ExcelFile("облака1.xlsx")
df1=df.parse(df.sheet_names[0])

Далее, я хотел делать циклы которые будут пробегать по строкам и смотреть если значения даты из 1 столбца совпадают то мы берём первые 2 цифры из 2 столбца и кидаем в массив, а после как только значение даты меняется мы вычисляем среднее, перекидываем это число в конечный массив N, а наш текущий очищаем и делам всё сначала для текущей новой даты.

В правильном ли я иду направлении или всё это можно сделать гораздо проще?

Файл прикреплён: Файл Excel

1
  • Если бы у вас в столбце N были числа вместо неоднозначных строк, то все решение состояло бы из одной строки. А так львиная доля решения придется на преобразование столбца N к осмысленным числам... 26 фев 2019 в 7:40

1 ответ 1

2

Читаем Excel и парсим дату и время:

In [29]: df = pd.read_excel(r'C:\download\облака1.xlsx', parse_dates=[0])

In [30]: df.dtypes
Out[30]:
Местное время в Сухобузимском    datetime64[ns]   #  <--- NOTE!
N                                        object
dtype: object

создаем столбец с осмысленным числом из столбца N:

In [31]: df['num'] = df['N'].str.extractall(r'(\d+)').astype(float).groupby(level=0).mean()

получилось:

In [32]: df
Out[32]:
    Местное время в Сухобузимском                          N   num
0             2018-08-15 22:00:00                    20–30%.  25.0
1             2018-08-15 19:00:00                       60%.  60.0
2             2018-08-15 16:00:00                  70 – 80%.  75.0
3             2018-08-15 13:00:00                  70 – 80%.  75.0
4             2018-08-15 10:00:00                    20–30%.  25.0
5             2018-08-15 07:00:00                  70 – 80%.  75.0
6             2018-08-15 04:00:00                  70 – 80%.  75.0
..                            ...                        ...   ...
737           2018-05-15 19:00:00  90  или более, но не 100%  95.0
738           2018-05-15 16:00:00                  70 – 80%.  75.0
739           2018-05-15 13:00:00                  70 – 80%.  75.0
740           2018-05-15 10:00:00  90  или более, но не 100%  95.0
741           2018-05-15 07:00:00                  70 – 80%.  75.0
742           2018-05-15 04:00:00                       60%.  60.0
743           2018-05-15 01:00:00                       60%.  60.0

[744 rows x 3 columns]

группируем по дню и считаем среднее для num:

In [34]: res = (df.groupby(pd.Grouper(key='Местное время в Сухобузимском', freq='D'))
                  ['num']
                  .mean()
                  .reset_index(name='Avg'))

результат:

In [35]: res
Out[35]:
   Местное время в Сухобузимском        Avg
0                     2018-05-15  74.375000
1                     2018-05-16  86.875000
2                     2018-05-17  83.750000
3                     2018-05-18  83.125000
4                     2018-05-19  73.333333
5                     2018-05-20  90.625000
6                     2018-05-21  76.875000
..                           ...        ...
86                    2018-08-09  52.857143
87                    2018-08-10  25.000000
88                    2018-08-11  53.333333
89                    2018-08-12  96.875000
90                    2018-08-13  91.250000
91                    2018-08-14  89.375000
92                    2018-08-15  58.571429

[93 rows x 2 columns]
2

Ваш ответ

By clicking “Отправить ответ”, you agree to our terms of service and acknowledge that you have read and understand our privacy policy and code of conduct.

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.