はじめに

製造業の分野でデータ分析する際、製造プロセスデータ（例えば、温度や流量などの計装機器のデータ）を扱うことになろうかと思います。
そうした際、１分単位などの粒度の細かいデータは、レコード数が膨大で扱いづらいです。
そこで、pandasと呼ばれるpythonのライブラリを利用することで、簡単にデータ集計加工して、レコード数を削減することができます。

サンプルコード

例えば以下のようなcsvファイルを扱う場合

１分周期のプロセスデータ.csv

計測日時 ,温度 ,流量
2021/05/13 09:01:00 ,28.09 ,300
2021/05/13 09:02:00 ,29.02 ,200
2021/05/13 09:03:00 ,29.02 ,200

このようにpandasを活用することで、時間単位や期間指定、平均値や最大最小値の算出ができます。

import pandas as pd
FREQ_HOUR='8h' # 集計時間
FILE_PATH = './１分周期のプロセスデータ.csv' # csvファイルパス
df = pd.read_csv(FILE_PATH, index_col=0, parse_dates=True) # csv読み込み インデックス指定とインデックス列をdatetime型変換
df = df['2021-05-01':'2021-05-15'] # 期間指定
df_mean = df.groupby(pd.Grouper(freq=FREQ_HOUR)).mean() # 平均値
df_max = df.groupby(pd.Grouper(freq=FREQ_HOUR)).max() # 最大値
df_min = df.groupby(pd.Grouper(freq=FREQ_HOUR)).min() # 最小値

以上です。