大佬教程收集整理的这篇文章主要介绍了如何从 Pandas DataFrame 中获取 n 个点的块来绘制它们的平均值，大佬教程大佬觉得挺不错的，现在分享给大家，也给大家做个参考。
我有一个大约 6000 行的 csv 文件，我想绘制始终为 n (75) 个点的平均值，从第 x (49) 行到第 y (3266) 行。
import pandas as pd
import matplotlib.pyplot as plt
df = pd.read_csv(
r'C:\Intel\Solinst-cleaned up\yellow.csv',skiprows=13,enCoding='unicode_escape',parse_dates=[['Date','Time']]
)
x = df['Date_Time'][49:124] # First 75 points I want the mean for
y = df['Mlevel'][49:124]
plt.plot(x,y,'lightblue',label='normal day')
那么我如何获得以下每块 75 分，直到第 3266 行？
这里有一些最少的数据来重现您的情况：
import pandas
df = pandas.DataFrame({
"date": [0,1,2,3,4,5,6,7,8,9,10,11],"level": [2.,1.,4.3,7.,6.5,8.2,9.6,2.,2.1,3.,4.2,2]
})
要从 for 循环中的数据中获取定期间隔的平均值，您可以执行以下操作：
start = 0 # First row to consider
stop = 11 # Last row to consider
interval = 3 # The desired chunk size
for i in range(start,stop,interval):
print(df["level"][i:(i + interval)].mean())
# Or do something else with the means ...
2.433333333333333
7.233333333333333
4.566666666666666
3.0666666666666664
要绘制可以将其更改为的均值：
import matplotlib.pyplot as plt
means = []
for i in range(start,interval):
means.append(df["level"][i:(i + interval)].mean())
plt.plot(means)
以上是大佬教程为你收集整理的如何从 Pandas DataFrame 中获取 n 个点的块来绘制它们的平均值全部内容，希望文章能够帮你解决如何从 Pandas DataFrame 中获取 n 个点的块来绘制它们的平均值所遇到的程序开发问题。
如果觉得大佬教程网站内容还不错，欢迎将大佬教程推荐给程序员好友。
本图文内容来源于网友网络收集整理提供，作为学习参考使用，版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ：384754419，请注明来意。