Вычисление среднего значения из столбца Excel для указанного c таймфрейма

Question

Я относительно новичок в Python и столкнулся с проблемой, которую не могу решить. Я импортировал таблицу Excel в Python - она ​​заполнена метками времени и соответствующими значениями глюкозы.

Я получил свой код для отображения пар метка времени и глюкоза для определенного c таймфрейма с целью анализировать отдельные куски из данных. Так что теперь я могу просто указать, что мне нужны данные только после полудня, утра или X дня до того, как я нажму «Выполнить».

Я хочу выполнить некоторые базовые c вычисления. Я хочу иметь возможность ввести временной диапазон, а затем получить среднее значение глюкозы ТОЛЬКО за указанный период времени, но я изо всех сил. Я получаю среднее значение глюкозы по всем данным, просто имея следующую строку:

print(df['Historic Glucose mmol/L'].mean())

Но когда дело доходит до получения средних значений за указанный период времени, я не уверен, как это сделать. Я изучал вопросы здесь, но не мог найти подобные. Кроме того, я рассмотрел возможные функции numpy, но не думаю, что они помогут. Если у кого-то есть какие-либо предложения, я буду благодарен. Ниже приведен фрагмент кода, который получает мне указанные сроки:

dataSubSection = df
sDate = datetime(2019,11,21,17,17,00)
eDate = datetime(2019,11,22,00,00,0)
start_date = sDate.strftime('%Y-%m-%d %H:%M:%S')
end_date = eDate.strftime('%Y-%m-%d %H:%M:%S')

Answer 1

Какой пакет вы используете для импорта набора данных?

Учитывая предоставленную информацию, я бы так к ней подошел

Я бы использовал pandas и сделал pandas.read_excel() (https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.read_excel.html)

и как только набор данных будет в pandas, я бы сделал что-то вроде этого, чтобы вычислить среднее значение для указанных c строк ( Как получить среднее значение для строк, выбранных со значениями другого столбца в pandas)

Если ваш набор данных большой или вы ожидаете, что он станет больше со временем, я думаю, что стоит начать изучение pyspark.

Удачи!