[Übersicht über künstliche Intelligenz] Ausreißer herausfiltern und durch nan ersetzen, alle Zeitstempel generieren (der Wert ist nan), nan durch den Durchschnitt der ersten fünf ersetzen, die Dateien zusammenführen und drei Dezimalstellen beibehalten.
[Übersicht über künstliche Intelligenz] Ausreißer herausfiltern und durch nan ersetzen, alle Zeitstempel generieren (der Wert ist nan), nan durch den Durchschnitt der ersten fünf ersetzen, die Dateien zusammenführen und drei Dezimalstellen beibehalten.
import numpy as np
import pandas as pd
example ='2017-01-27 17:01:55'
years =['2017']
month =['01','02','03','04','05','06','07','08','09','10','11','12']
b_m =['01','03','05','07','08','10','12']
s_m =['04','06','09','11']
day1 =['01','02','03','04','05','06','07','08','09','10','11','12','13','14','15','16','17','18','19','20','21','22','23','24','25','26','27','28','29','30','31']
day2 =['01','02','03','04','05','06','07','08','09','10','11','12','13','14','15','16','17','18','19','20','21','22','23','24','25','26','27','28','29','30']
day3 =['01','02','03','04','05','06','07','08','09','10','11','12','13','14','15','16','17','18','19','20','21','22','23','24','25','26','27','28']
hour =['00','01','02','03','04','05','06','07','08','09','10','11','12','13','14','15','16','17','18','19','20','21','22','23']
TTIMESTAMP =[]# 保留时间戳for year in years:for i in month:if i in b_m:for j in day1:for k in hour:
time = year+'-'+i+'-'+j+' '+k+':00:00'
TTIMESTAMP.append(time)
time = year+'-'+i+'-'+j+' '+k+':30:00'
TTIMESTAMP.append(time)elif i in s_m:for j in day2:for k in hour:
time = year+'-'+i+'-'+j+' '+k+':00:00'
TTIMESTAMP.append(time)
time = year+'-'+i+'-'+j+' '+k+':30:00'
TTIMESTAMP.append(time)else:for j in day3:for k in hour:
time = year+'-'+i+'-'+j+' '+k+':00:00'
TTIMESTAMP.append(time)
time = year+'-'+i+'-'+j+' '+k+':30:00'
TTIMESTAMP.append(time)
data =['NAN'for i inrange(17520)]# 生成每列的初始值
df = pd.DataFrame(data={
'TTIMESTAMP':TTIMESTAMP,'Temp_C':data,'SpCond_mS':data,'Cond_mS':data,'Sal':data,'DO_percent':data,'DO_ppm':data,'pH':data,'pH_mV':data,'Turb_NTU':data,'Chl_ppb':data,'Chl_RFU':data,'PE_uL':data,'PE_RFU':data
})
df.to_csv('05-17.csv',index=False)
3. Ersetzen Sie nan durch den Durchschnitt der ersten fünf