使用 pandas 分析数据
使用 pandas，Python 数据分析库，处理、分析和可视化存储在 InfluxDB Clustered 数据库中的数据。
pandas 是一个开源的、BSD 许可的库，为 Python 编程语言提供高性能、易于使用的数据结构和数据分析工具。
安装先决条件
本指南中的示例假设使用 Python 虚拟环境和 InfluxDB 3 influxdb3-python Python 客户端库。 有关更多信息，请参阅如何开始使用 Python 查询 InfluxDB。
安装 influxdb3-python 还会安装 pyarrow 库，该库为 Apache Arrow 提供 Python 绑定。
安装 pandas
要使用 pandas，您需要安装并导入 pandas 库。
在您的终端中，使用 pip 在您的活动Python 虚拟环境中安装 pandas
pip install pandas
使用 PyArrow 将查询结果转换为 pandas
以下步骤使用 Python、influxdb3-python 和 pyarrow 查询 InfluxDB 并将 Arrow 数据流式传输到 pandas DataFrame。
在您的编辑器中，复制以下代码并粘贴到一个新文件中——例如，
pandas-example.py# pandas-example.py from influxdb_client_3 import InfluxDBClient3 import pandas # Instantiate an InfluxDB client configured for a database client = InfluxDBClient3( "https://cluster-host.com", database="DATABASE_NAME", token="DATABASE_TOKEN") # Execute the query to retrieve all record batches in the stream # formatted as a PyArrow Table. table = client.query( '''SELECT * FROM home WHERE time >= now() - INTERVAL '90 days' ORDER BY time''' ) client.close() # Convert the PyArrow Table to a pandas DataFrame. dataframe = table.to_pandas() print(dataframe)替换以下配置值
在您的终端中，使用 Python 解释器运行该文件
python pandas-example.py
该示例调用以下方法
InfluxDBClient3.query()：发送查询请求并返回一个pyarrow.Table，其中包含来自响应流的所有 Arrow 记录批次。pyarrow.Table.to_pandas()：从 PyArrowTable中的数据创建一个pandas.DataFrame。
接下来，使用 pandas 分析数据。
使用 pandas 分析数据
查看数据信息和统计信息
以下示例展示了如何使用 pandas DataFrame 方法来转换和汇总存储在 InfluxDB Clustered 中的数据。
# pandas-example.py
from influxdb_client_3 import InfluxDBClient3
import pandas
# Instantiate an InfluxDB client configured for a database
client = InfluxDBClient3(
"https://cluster-host.com",
database="DATABASE_NAME",
token="DATABASE_TOKEN")
# Execute the query to retrieve all record batches in the stream
# formatted as a PyArrow Table.
table = client.query(
'''SELECT *
FROM home
WHERE time >= now() - INTERVAL '90 days'
ORDER BY time'''
)
client.close()
# Convert the PyArrow Table to a pandas DataFrame.
dataframe = table.to_pandas()
# Print information about the results DataFrame,
# including the index dtype and columns, non-null values, and memory usage.
dataframe.info()
# Calculate descriptive statistics that summarize the distribution of the results.
print(dataframe.describe())
# Extract a DataFrame column.
print(dataframe['temp'])
# Print the DataFrame in Markdown format.
print(dataframe.to_markdown())
替换以下配置值
降采样时间序列
pandas 库提供了用于处理时间序列数据的广泛功能。
pandas.DataFrame.resample() 方法 将数据降采样和升采样到基于时间的组——例如
# pandas-example.py
...
# Use the `time` column to generate a DatetimeIndex for the DataFrame
dataframe = dataframe.set_index('time')
# Print information about the index
print(dataframe.index)
# Downsample data into 1-hour groups based on the DatetimeIndex
resample = dataframe.resample("1H")
# Print a summary that shows the start time and average temp for each group
print(resample['temp'].mean())
有关更多详细信息和示例，请参阅 pandas 文档。
此页是否对您有帮助？
感谢您的反馈！
支持和反馈
感谢您成为我们社区的一份子！我们欢迎并鼓励您提供关于 InfluxDB Clustered 和本文档的反馈和错误报告。要寻求支持，请使用以下资源
拥有年度或支持合同的客户可以联系 InfluxData 支持。