熊猫数据框中的最大值和最小值

Question

我有一个 pandas 数据框，它显示 1990 年的每小时温度读数，如下所示：           Date and time  Dry bulb temperature0    1990-01-01 00:00:00                   8.21    1990-01-01 01:00:00                   8.12    1990-01-01 02:00:00                   8.33    1990-01-01 03:00:00                   8.54    1990-01-01 04:00:00                   8.8...                  ...                   ...8755 1990-12-31 19:00:00                   3.08756 1990-12-31 20:00:00                   2.68757 1990-12-31 21:00:00                   2.88758 1990-12-31 22:00:00                   4.28759 1990-12-31 23:00:00                   2.0我想每 24 小时计算一次最大干球温度并获得相应的日期和时间。我该怎么办？到目前为止，我有：o=[]for i in range(0, len(Dataframe['Dry bulb temperature']), 24):    ymax = np.max(Dataframe['Dry bulb temperature'][i:i+24])    o.append(ymax)print(o)它每 24 小时给出一次最高温度，如下所示：[9.7, 9.9, 8.4, 10.4, 11.2, 12.0, 10.5, 10.7, 11.9, 12.0, 11.5, 11.4, 10.2, 10.9, 13.6, 11.5, 9.6, 10.9, 10.8, 12.3, 12.3, 12.2, 11.5, 7.9, 12.7, 6.0, 9.4, 8.2, 9.8, 10.6, 9.6, 8.8, 10.8, 8.6, 11.9, 11.7, 12.2, 13.8, 12.5, 10.8, 13.2, 8.2, 7.4, 12.1, 12.4, 8.6, 7.7, 12.3, 13.3, 12.3, 13.1, 12.0, 12.7, 11.5, 12.7, 12.5, 12.5, 8.7, 13.2, 7.7, 9.0, 10.1, 10.6, 10.9, 11.9, 11.4, 13.3, 12.2, 15.0, 14.1, 13.1, 12.9, 13.7, 12.7, 12.7, 16.3, 14.9, 12.8, 11.8, 14.2, 11.5, 11.7, 10.4, 10.1, 9.9, 9.6, 10.6, 12.7, 16.0, 15.3, 14.4, 14.2, 8.6, 7.0, 9.8, 11.6, 12.6, 11.1, 12.3, 12.2, 14.8, 15.2, 11.3, 12.1, 12.0, 12.3, 11.5, 10.8, 10.0, 11.7, 15.3, 12.9, 17.0, 17.6, 18.9, 14.2, 13.3, 14.9, 17.8, 20.6, 21.9, 24.1, 26.8, 25.4, 24.9, 23.5, 16.4, 14.9, 13.8, 14.2, 17.7, 17.9, 16.8, 15.7, 16.3, 18.9, 19.4, 18.3, 14.5, 17.6, 18.8, 18.1, 21.9, 18.2, 14.7, 14.9, 19.4, 20.0, 14.9, 18.9, 16.8, 17.6, 15.8, 14.6, 17.0, 我想以表格形式获取每个最高温度的相应日期：[9.7,1990-01-02 03:00:00],...,etc. 

Answer 1

你可以使用这个：

df['Date and time'] = pd.to_datetime(df['Date and time'])

df1 = df.set_index('Date and time').resample('D')['Dry bulb temperature'].agg({'max':'max', 'min':'min'})

它为您的问题中的可见数据提供了以下输出：

               max  min

Date and time          

1990-01-01     8.8  8.1

1990-12-31     4.2  2.0

如果您真的希望将结果作为列表，您可以在之后使用它：

df1.reset_index().to_numpy()

[array([Timestamp('1990-01-01 00:00:00'), 8.8, 8.1], dtype=object),

 array([Timestamp('1990-12-31 00:00:00'), 4.2, 2.0], dtype=object)]

要获得每天最大值的确切日期时间，您可以尝试以下操作：

df2 = df.set_index('Date and time')

df2.loc[df2.groupby(df2.index.dayofyear).idxmax().iloc[:, 0]]

                     Dry_bulb_temperature

Date_and_time                            

1990-01-01 04:00:00                   8.8

1990-12-31 22:00:00                   4.2

Answer 2

你可以尝试使用这个：

from datetime import timedelta

day = min(df['Date and time'])

max_day = max(df['Date and time'])

results = list()

while day <= max_day:

    # small part of dataframe

    temp = df[(df['Date and time'] >= day) & (df['Date and time'] < day + timedelta(1))]

    # Row with max temprature

    row = df.iloc[temp['Dry bulb temperature'].idxmax()]

    results.append([row['Dry bulb temperature'], row['Date and time']])

    day += timedelta(1)