我遇到的情况是：把数据按一定的时间段提出。比如提出每天6:00-8:00的每个数据，可以这样做：
# -*-coding: utf-8 -*-
import pandas as pd
import datetime
#读取csv文件
df=pd.read_csv('A_2+20+DoW+VC.csv')
#求'ave_time'这一列的平均值
aveTime=df['ave_time'].mean()
#把ave_time这列的缺失值进进行填充，填充的方法是按这一列的平均值进行填充
df2=df.fillna(aveTime)
# 把处理过的这一列的数据取出来
col=df2.iloc[:,2]
#因为col带有index值和values值，真正需要的值就是values，取出来的值是Series的类型
arrs=col.values
#取出df2的时间序列的那一列
col.index=df2.iloc[:,1]
#把index处理为datetime格式
col.index=pd.to_datetime(col.index,unit='ns')
#把col分为以天为单位的时间序列，目的是计算这个列有多少天
dcol=col.resample('D').mean()
#n就是多少天
n=dcol.count()
#创建时间序列，目的是把每天的6：:0-8：00 | 8:00-10:00 | 15:：00-17:00 |17:00-19：00|的行车平均时间取出来
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()
数据的类型如图：
运行结果：
以上这篇pandas 把数据写入txt文件每行固定写入一定数量的值方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持找一找教程网。
