Dataframe 시간별로 평균내기

현재 dataframe.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 9736 entries, 0 to 9735
Data columns (total 8 columns):
updatetime     9736 non-null object
temperature    9736 non-null float64
humidity       9736 non-null float64
water          9736 non-null int64
light          9736 non-null int64
dust           9736 non-null float64
co2            9736 non-null int64
tvoc           9736 non-null int64
dtypes: float64(3), int64(4), object(1)
memory usage: 608.6+ KB

updatetime이 현재 object로 되어있는데 이 컬럼을 datetime으로 변경한 후, dataframe의 인덱스로 사용할거다.

df.updatetime = pd.to_datetime(df.updatetime)
df = df.set_index('updatetime')
df.info()

해당 작업이 끝나고 .info()를 다시 찍어보면

<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 9736 entries, 2019-11-19 13:56:02 to 2019-11-26 11:17:32
Data columns (total 7 columns):
temperature    9736 non-null float64
humidity       9736 non-null float64
water          9736 non-null int64
light          9736 non-null int64
dust           9736 non-null float64
co2            9736 non-null int64
tvoc           9736 non-null int64
dtypes: float64(3), int64(4)
memory usage: 608.5 KB

컬럼수가 8->7 개로 줄어들었고 datetimeindex가 생겼다. 

.head()로 데이터프레임의 0~4개의 row를 찍어봄.

 

 

내가 원하는건 updatetime이 현재 매분마다 찍혀있는데 이것을 시간단위로 묶어서 다른 필드의 값의 평균을 보고 싶다.

 

이 때 사용하는건 dataframe의 resample이다.

from datetime import datetime
newDf = df.resample(rule='H').mean()

rule안에 적혀있는 'H'는 시간 단위로 묶어서 평균을 보여줘 라는 뜻이다. 

'D'도 있고, 'Q'도 있고 여러가지 룰이 있는데 그건 따로 정리되면 수정해야지.

newDf 라는 데이터프레임에 새로 받아서 head()를 찍어보았다. 

앞에 인덱스의 값이 13:00으로 시간별로 나오고, 값 또한 깔끔하게 평균으로 나온것을 확인할 수 있다. 

 

예전에 다른 경진대회 나갈 때... 이 api를 몰라서 정말 for문 대여섯개를 돌리면서 시간단위로 나눴던 기억이나면서 내가 개발자가 맞나. 자괴감에 빠졌다. 

 

근데 어쨌든 알게되어서 다행이라고 생각하고 항상 쓸때마다 pandas는 정말 대단하다.