NOAA降雨データのための年間の毎時平均のPythonとパンダ

Question

私はオーバーフローとパンダを積み重ねるのが新しいですが、このプラットフォームに感謝し、興味深い質問があります：NOAA降雨データを取るパンダデータフレームがあります何年もの間に逐次的にいくつかのデータが欠落している時間のCSVフォーマットで）、NaNをゼロに置き換え、NOAAから入手可能なすべての年の水道/配管技術者のためのきれいな時間データファイルを作成します）。しかし、エンジニアはNOAAから利用できる年の1時間ごとの平均である1つの8760（非閏年の時間数）の時間別データファイルを希望します。

たとえば、1987年7月1日午前1時から2001年12月31日午前12時までの1時間ごとのNOAAデータがあります。私は巨大な毎時DFを作っていますが、毎年1時間の平均から毎年8760時間のDFを作成する必要があります（1月1日午前1時から全年にわたって平均、1月1日午前2時の平均すべての年に渡って、...、12月31日から午前12時にかけての平均値（すべての年に渡って）、データの開始と閏年を念頭に置いてください。どのような洞察力をこれを正常に行うには？

Answer 1

パンダはこれらの種類のものに最適です。何をする必要がある：

1. はdatetime型の列
2. の時間は、平均値を計算するグループ化された行
3. のマッピングを作成するために、groupbyメソッドを使用して、日、月とあなたのDFで列を作成します。

   import pandas as pd 
   import numpy as np 
   
   #creating some dummy data 
   n_years = 3 
   n_hours = 3 
   st_times = ['01-01-198{0} 00:00'.format(i) for i in range(n_years)] 
   nd_times = ['01-01-198{0} 0{1}:00'.format(i,n_hours-1) for i in range(n_years)] 
   
   indx_list = [] 
   for s, e in zip(st_times, nd_times): 
       indx = pd.date_range(start=s, end=e, freq='H') 
       indx_list.append(indx.values) 
   index = pd.DatetimeIndex(np.concatenate(indx_list,axis=0)) 
   
   data = pd.DataFrame({'rainfall': list(range(n_years*n_hours)), 
          'rainfall_1': list(reversed(range(n_years*n_hours))) 
         }, index=index) 
   
   #creating the hour, day, month, & day columns 
   data.loc[:,'hour'] = data.index.hour.values 
   data.loc[:,'day'] = data.index.day.values 
   data.loc[:,'month'] = data.index.month.values 
   
   #create groups and calculate the mean of each group 
   data.groupby(['month','day','hour']).mean() 
   

   ：ここでは、これらのグループ

のダミーのデータセットを作成します&スニペットは、各グループの平均値を計算しています