python对时间序列的DataFrame数据按时间段进行切分求和

本文介绍如何利用Python的Pandas库读取CSV文件,将时间字符串转换为datetime格式,设置时间列作为数据框的索引,并按30分钟间隔进行数据聚合。通过示例代码展示了数据预处理和时间序列分析的基本步骤。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

import pandas as pd
import numpy as np
data = pd.read_csv('C:\\Users\\1701\Desktop\\data.csv',index_col = False)
data['RecTm'] =  pd.to_datetime(data['time'])#time表示代表时间的那一列列名
data.set_index('RecTm',inplace = True)#把时间列作为索引
ticks = data.ix[:]
bars = ticks.resample('30min').sum()#切分
bars.to_csv('C:\\Users\\1701\Desktop\\000.csv') #保存
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值