Pandas数据帧平均值真正唯一

Question

我使用了许多测量集，每个测量集包含两个值：日期时间和温度。示例：

# measurement 1:
    time | value
00:00:00 | 10.1
00:00:10 | 10.12
00:00:20 | 10.14
00:00:30 | 10.12
00:00:40 | 10.11
00:00:50 | 10.13

# measurement 2:
    time | value
00:00:01 | 10.11
00:00:11 | 10.13
00:00:21 | 10.14
00:00:31 | 10.12
00:00:41 | 10.12
00:00:51 | 10.11

# measurement 3:
    time | value
00:00:00 | 10.2
00:00:10 | 10.22
00:00:20 | 10.24
00:00:30 | 10.22
00:00:40 | 10.21
00:00:50 | 10.23

我将这些集合加载到pandas数据帧中，并使用外部联接将它们合并到单个数据帧中：

^{pr2}$

我想平均三个数据帧的值，但是： 有时时间不完全相同，导致不同行上的值很难取平均值。以测量2和测量3的连接为例：

# measurement 2 & 3 merged:
    time | value2 | value3
00:00:01 | 10.11  | -
00:00:11 | 10.13  | -
00:00:21 | 10.14  | -
00:00:31 | 10.12  | -
00:00:41 | 10.12  | -
00:00:51 | 10.11  | -
00:00:00 | -      | 10.2
00:00:10 | -      | 10.22
00:00:20 | -      | 10.24
00:00:30 | -      | 10.22
00:00:40 | -      | 10.21
00:00:50 | -      | 10.23

在这种情况下，时间是不完全相同的，有没有一种方法可以把这些时间放在同一行上，这样就可以求出它们的平均值了吗？在

有时，设备已多次导出数据（在不同的时间）。这意味着某些测量不是唯一的（完全相同的时间和完全相同的值）。我如何确保在求平均值时不考虑这些（两倍）测量值？在

希望有人能帮忙。在

编辑：添加图像和一些说明 我已经画出了六个数据集。为了更好地解释，我在不同的图表上加了0，10，20，30，40和50，因为其他一些会在每个图表之上。黄色、洋红和青色的测量值在值和日期时间上都是完全一致的，因为它们来自同一个源（除了数据被多次导出）。在

绿色和红色数据集的值不同（大约为40），并且没有在完全相同的时间进行测量（例如，可能会关闭几分钟）。在

根据所有这些测量值，我想创建平均线。因为洋红、青色和黄色是相同的，所以平均值应该是它们的值之一。但从某个角度看，有蓝色、绿色和红色。在这种情况下，我在寻找一个计算出的平均值，但是日期时间并不完全相同。在

Answer 1

为了在同一列上获得value1、value2和value3，我使用了：

df = pd.concat([df1, df2, df3])

下面的示例与您的类似：

^{pr2}$

Answer 2

解决了：

我首先连接了所有不重复的条目：

for idf, df in enumerate(data[:-1]):
if idf == 0:
    df_new = data[idf]
df_new = pd.concat([df_new, data[idf+1][(~(data[idf+1].datetime.isin(df_new.datetime)) | ~(data[idf+1].value.isin(df_new.value)))]])

然后我设置索引：

^{pr2}$

最后我重新取样取平均值：

avg = df_new.resample('1800s').mean().dropna()

这样就得到了正确的平均值。在