date object
lat float64
lon float64
speed float64
direction float64
在我的csv
文件中,日期的格式如下:2016-04-29 11:45:21
它以对象类型显示日期。每分钟有10条以上的记录。因此,我想分组并为每1分钟GPS数据应用平均速度。我尝试下面的代码,其中datafile是pandas dataframe。
datafile.groupby(pd.TimeGrouper('1Min'))['speed'].mean()
出现以下错误:
TypeError:轴必须为DatetimeIndex,但具有“ Int64Index”的实例
在注释中进行编辑后,然后datafile.head()在datafile.head()之后显示表输出出租车表输出
现在我从06:35:20到06:59:59有1069条记录。我需要找到每1分钟数据的平均速度
您需要使用以下方法DateTimeIndex
从您的data
列中创建一个:
df.index = pd.to_datetime(df.loc[: 'date'], format='%Y-%m-%d %H:%M:%S')
然而,你也许可以利用内置的.read_csv()
功能,使用parse_dates=True
和index_col=0
阅读date
的index
,然后解析index
(假设日期是第一个column
)。
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句