隨著時間的推移，我無法獲得平均值。我有一個特定時間的傳感器讀數列表，我想獲得傳感器值的每小時平均值。    from datetime import datetime, timedelta    import numpy    import pandas    key_id = 1234    key_label = "Sensor1"    t_0 = datetime(2010,1,2,12)    data = [        [t_0 - timedelta(seconds=120), key_id, 0],        [t_0 + timedelta(seconds=1800), key_id, 1],        [t_0 + timedelta(seconds=3600 + 300), key_id, 121],        [t_0 + timedelta(seconds=3600 + 360), key_id, 1],        [t_0 + timedelta(seconds=7200 + 1800), key_id, 2],    ]    df = pandas.DataFrame(list(map(lambda r: list(r), data)), columns=["TS", "KeyId", "Value"])    df_pivot = (df           .pivot(index="TS", columns="KeyId", values="Value")           .ffill()           .rename({key_id: key_label}, axis='columns')        )    def mymean(*args, **kwargs):        expected_results = [numpy.NaN, 0.5, 3, 1.5]        d0 = args[0].index[0]        if d0 == data[0][0]:            return expected_results[0]        if d0 == data[1][0]:            return expected_results[1]        if d0 == data[2][0]:            return expected_results[2]        if d0 == data[4][0]:            return expected_results[3]        return "???"    results = (df_pivot           .resample('1H')           .agg(["min", "max", "mean", "count", mymean])          )    display(df_pivot)    display(results)預期結果在列中mymean。13:00 到 14:00 之間有兩個值。這兩個值的平均值為 61，但傳感器僅停留在 121 分鐘，因此預期平均值應為 3（對于懶惰的讀者：(1*59 + 121*1) / 60）。KeyId   Sensor1TS  2010-01-02 11:58:00     02010-01-02 12:30:00     12010-01-02 13:05:00     1212010-01-02 13:06:00     12010-01-02 14:30:00     2    Sensor1    min     max     mean    count   mymeanTS                  2010-01-02 11:00:00     0   0   0   1   NaN2010-01-02 12:00:00     1   1   1   1   0.52010-01-02 13:00:00     1   121 61  2   3.02010-01-02 14:00:00     2   2   2   1   1.5我可以對采樣頻率進行上采樣ffill并取平均值，但這看起來效率很低。