每日根据每分钟不同长度的数据计算平均值

Question

我有两个数组，date和temp。我想计算一下每天的平均气温。有细微的观察，它不像循环和平均每1440个值那么简单。传感器打开以随机记录温度。一天可以有8分钟的观察或1440。因此，我将不得不重复每一天

数据： 两个等长Numpy阵列：

dates = ['2017-10-24 06:18:00.000' '2017-10-24 06:19:00.000' '2017-10-24 06:20:00.000' ... '2018-11-23 16:56:00.000' '2018-11-23 16:57:00.000' '2018-11-23 16:58:00.000']
temp = [1 2 3 ... 5 2 9]

我想我需要在dates中选择'day'值，并在+1天内迭代该值

伪代码：

AmountOfDays = max(dates.%d)-min(dates.%d)
day_index = 0
for i in days:
    for j in AmountOfDays
        np.mean(temp)

Answer 1

使用熊猫：

import numpy as np
import pandas as pd
df = pd.DataFrame({'date': np.array(dates, dtype=np.datetime64), 'temp': temp})
df.groupby(df.date.dt.date)['temp'].mean()