我遇到的情況是：把數據按一定的時間段提出。比如提出每天6:00-8:00的每個數據，可以這樣做：

成都創(chuàng)新互聯總部坐落于成都市區(qū)，致力網站建設服務有網站制作、成都網站設計、網絡營銷策劃、網頁設計、網站維護、公眾號搭建、重慶小程序開發(fā)公司、軟件開發(fā)等為企業(yè)提供一整套的信息化建設解決方案。創(chuàng)造真正意義上的網站建設，為互聯網品牌在互動行銷領域創(chuàng)造價值而不懈努力！

# -*-coding: utf-8 -*-
import pandas as pd
import datetime
 
#讀取csv文件
df=pd.read_csv('A_2+20+DoW+VC.csv')
#求'ave_time'這一列的平均值
aveTime=df['ave_time'].mean()
#把ave_time這列的缺失值進進行填充，填充的方法是按這一列的平均值進行填充
df2=df.fillna(aveTime)
# 把處理過的這一列的數據取出來
col=df2.iloc[:,2]
#因為col帶有index值和values值，真正需要的值就是values，取出來的值是Series的類型
arrs=col.values
#取出df2的時間序列的那一列
col.index=df2.iloc[:,1]
#把index處理為datetime格式
col.index=pd.to_datetime(col.index,unit='ns')
#把col分為以天為單位的時間序列，目的是計算這個列有多少天
dcol=col.resample('D').mean()
#n就是多少天
n=dcol.count()
#創(chuàng)建時間序列，目的是把每天的6：:0-8：00 | 8:00-10:00 | 15:：00-17:00 |17:00-19：00|的行車平均時間取出來
f=open('3.txt','w+')
p=pd.date_range('19/7/2016 6:20',periods=n)
for i in p:
 j=i+datetime.timedelta(minutes=100)
 values=col[i:j].values
 count=0
 for temp in values:
  count+=1
  print >> f,temp,
  if(count%6==0):
   print >> f
f.close()

新聞名稱：pandas把數據寫入txt文件每行固定寫入一定數量的值方法-創(chuàng)新互聯
網站鏈接：http://www.rwnh.cn/article48/djpeep.html

成都網站建設公司_創(chuàng)新互聯，為您提供App設計、虛擬主機、網站建設、外貿建站、網站策劃、網站營銷

廣告

聲明：本網站發(fā)布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創(chuàng)新互聯