我正在与以下df合作:
date/time wind (°) wind (kt) temp (C°) humidity(%) currents (°) currents (kt) stemp (C°) stemp_diff
0 2017-04-27 11:21:54 180.0 14.0 27.0 5000.0 200.0 0.4 25.4 2.6
1 2017-05-04 20:31:12 150.0 15.0 22.0 5000.0 30.0 0.2 26.5 -1.2
2 2017-05-08 05:00:52 110.0 6.0 25.0 5000.0 30.0 0.2 27.0 -1.7
3 2017-05-09 05:00:55 160.0 13.0 23.0 5000.0 30.0 0.6 27.0 -2.0
4 2017-05-10 16:39:16 160.0 20.0 22.0 5000.0 30.0 0.6 26.5 -1.8
5 ... ... ... ... ... ... ... ... ...
6 2020-10-25 00:00:00 5000.0 5000.0 21.0 81.0 5000.0 5000.0 23.0 -2.0
7 2020-10-26 00:00:00 5000.0 5000.0 21.0 77.0 5000.0 5000.0 23.0 -2.0
8 2020-10-27 00:00:00 5000.0 5000.0 21.0 80.0 5000.0 5000.0 23.0 -2.0
9 2020-10-31 00:00:00 5000.0 5000.0 22.0 79.0 5000.0 5000.0 23.0 -2.0
10 2020-11-01 00:00:00 5000.0 5000.0 19.0 82.0 5000.0 5000.0 23.0 -2.0
我想找到一种方法来迭代我的date/time
列中的年份和月份(即2017年4月,一直到2020年11月),并针对每个独特的时间段,计算stemp
列的平均差异作为起点(因此2017年4月、2017年5月等的平均值,甚至仅使用月份)
我正在尝试使用这类代码,但不太确定如何将其转换为有效的代码:
for '%MM' in australia_in['date/time']:
australia_in['stemp_diff'] = australia_in['stemp (C°)'] - australia_out['stemp (C°)']
australia_in
有什么想法吗
让我们首先确保
date/time
列是datetime
类型,并将其设置为index:那么你有几个选择
使用^{} :
使用年份和月份:
如果不希望将日期/时间作为索引,可以改用列:
最后,为年度和月份取个好名字:
对
stemp_diff
应用相同的计算:相关问题 更多 >
编程相关推荐