我有使用分钟分辨率的日期时间索引的数据.我想看看使用分钟分辨率的人一个月中一天的平均"轮廓"是多少.
数据集格式如下:
Power
2019-01-01 11:43:01+02:00 9.223261
2019-01-01 11:44:01+02:00 14.304057
2019-01-01 11:45:01+02:00 28.678970
2019-01-01 11:46:01+02:00 35.143512
2019-01-01 11:47:01+02:00 24.431278
... ...
2019-12-31 15:05:14+02:00 -0.075000
2019-12-31 15:06:14+02:00 -0.075000
2019-12-31 15:07:14+02:00 -0.075000
2019-12-31 15:08:14+02:00 -0.075000
2019-12-31 15:09:14+02:00 -0.075000
要绘制按小时计算的每月平均日功率配置文件,我执行了以下操作
plt.plot(df_jul.groupby(df_jul.index.hour)[['Power']].mean(), label=('July'))
其中df_jul
是上述数据的子集,仅包括7月份的数据.
Power
2019-07-01 05:28:15+03:00 2.561204
2019-07-01 05:29:15+03:00 2.749837
2019-07-01 05:30:15+03:00 2.963823
2019-07-01 05:31:15+03:00 3.190177
2019-07-01 05:32:15+03:00 3.374277
... ...
2019-07-31 21:12:02+03:00 2.311575
2019-07-31 21:13:02+03:00 2.310808
2019-07-31 21:14:02+03:00 2.415743
2019-07-31 21:15:02+03:00 2.485820
2019-07-31 21:16:02+03:00 1.874091
得到的数字如下所示:
那么,要获得与上图相同的剖面图,但使用分钟分辨率,最佳方法是什么?
我试着按分钟分组,但结果是每月平均一小时.我也认为我可以只通过计算器和做平均计算,但我觉得有一个更容易的方法,我错过了.