質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

88.61%

時系列データフレームのn行ごとの平均値作成について

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 1
  • VIEW 2,697

wtxa111

score 18

いつもお世話になります。プログラミング初心者です。
10分毎に観測したデータのデータフレームより、
n行ごとに平均化したデータフレームを作成してグラフ化まで
もっていきたいと考えています。

datetime       a       b    group
0  2018-05-29 20:00:00     19.3    46.2      0
1  2018-05-29 20:10:00     20.2    46.7      0
2  2018-05-29 20:20:00     21.7    47.4      0
3  2018-05-29 20:30:00     23.7    47.3      0
4  2018-05-29 20:40:00     25.3    45.7      0
5  2018-05-29 20:50:00     26.9    45.7      0
6  2018-05-29 21:00:00     27.0    48.5      1
7  2018-05-29 21:10:00     32.1    40.6      1
8  2018-05-29 21:20:00     32.6    38.0      1
9  2018-05-29 21:30:00     31.8    37.3      1
10 2018-05-29 21:40:00     31.4    42.4      1
11 2018-05-29 21:50:00     32.9    42.4      1

例えば、上記のようなデータセットを読み込み、
他の皆様の質問を頼りに、groupbyを用いて以下のようにしてみましたが、   

#モジュールのインポート
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

#csvの読み込み
df = pd.read_csv('XXX.csv',encoding='ANSI',parse_dates=[0])

#datetimeindexの作成
index = pd.date_range

#グループ番号を付け加える
n = 6
df['group'] =  [x // n for x in range(0,len(df))]

#n要素ごとの平均値を求める
dfg = df.groupby("group").mean()

print(df)
print(dfg)


こうすると、以下のようなデータセットが出来上がります。

a     b
group                    
0        22.85  46.500000
1        31.30  41.533333

見ると2要素の3行毎の平均値ができてはいるのですが、
これですと、datetimeの列が抜けており、時系列グラフに表す時に少し不都合です。

例えば、
group datetime     a     b           
o 2018-5-29 20:   22.85  46.500000
1 2018-5-29 21:   31.30  41.533333

のような形、つまり6行ごとにまとめた日時を挿入したデータフレームを作りたいのです。
何か良い方法はありませんでしょうか?初歩的な質問で申し訳ありません。
よろしくお願い致します。

※追記

#モジュールのインポート
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np

#csvの読み込み
df = pd.read_csv('ocean_current1.csv',encoding='ANSI',parse_dates=[0],index_col=[0])

#期間毎の平均値を求める(1H)
dfg = df.resample('1H').mean()

#列データに記号を指定
dt = dfg['datetime']
a = dfg['a']
b = dfg['b']

#流向の度数→radian変換
c = np.radians(b)
#ベクトルの成分計算
u = a*np.sin(c)
v = a*np.cos(c)

KeyError: 'datetime'
  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

+3

「6行ずつ」ではなく「1時間単位で」となりますが、今回の場合は DataFrame.resample() を使かってまとめるのが適当ではないでしょうか。

import pandas as pd
import io

data="""
datetime,a,b
2018-05-29 20:00:00,19.3,46.2
2018-05-29 20:10:00,20.2,46.7
2018-05-29 20:20:00,21.7,47.4
2018-05-29 20:30:00,23.7,47.3
2018-05-29 20:40:00,25.3,45.7
2018-05-29 20:50:00,26.9,45.7
2018-05-29 21:00:00,27.0,48.5
2018-05-29 21:10:00,32.1,40.6
2018-05-29 21:20:00,32.6,38.0
2018-05-29 21:30:00,31.8,37.3
2018-05-29 21:40:00,31.4,42.4
2018-05-29 21:50:00,32.9,42.4
"""

df = pd.read_csv(io.StringIO(data), parse_dates=['datetime'],index_col='datetime')

print(df.resample('1H').mean())
#                         a          b
#datetime
#2018-05-29 20:00:00  22.85  46.500000
#2018-05-29 21:00:00  31.30  41.533333

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/10/29 07:27

    ご回答ありがとうございます。きれいに1時間毎の平均が得られました。
    しかし、これを基にして計算、グラフ化するのに新たに問題が出てきました。
    例えば、1時間毎の平均を表す新しいデータフレームを

    #期間毎の平均値を求める(1H)
    dfg = df.resample('1H').mean()

    として指定します。そのあと、各列を記号に代入しますと、

    #列データに記号を指定
    dt = dfg['datetime']
    a = dfg['a']
    b = dfg['b']

    #流向の度数→radian変換
    c = np.radians(b)
    #ベクトルの成分計算
    u = a*np.sin(c)
    v = a*np.cos(c)

    KeyError: 'datetime'が出てうまくいきません。
    後で時系列ベクトル図を描く場合、これができないと不都合です。

    何が原因となっているのでしょうか?

    キャンセル

  • 2018/10/29 08:51

    追記されましたコードでは read_csv() のパラメータに index_col=[0]が指定されておりますので datetime列は Indexに設定されております。
    datetime列の取得は
    dt = dfg['datetime']
    ではなく
    dt = dfg.index
    とするとよいのではないでしょうか。

    キャンセル

  • 2018/10/29 10:31

    ありがとうございます。
    インデックス指定した場合は.index

    キャンセル

  • 2018/10/29 10:46

    になるのですね。勉強になりました。
    またどうぞよろしくお願い致します。
    頑張ります。

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 88.61%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る