tides.ipynb

tides.py

import pandas as pd

# Como viene una columna de vecha y 4 de hora, hay que parsearlas convinadas
rdf = pd.read_excel('data.xlsx', header = None, parse_dates = [[0,1], [0,3], [0,5], [0,7]])

# Renombramos las columnas y concatenamos en una sola tabla de timestamp y altura
col_map = {
    '0_1': 'datetime',
    '0_3': 'datetime',
    '0_5': 'datetime',
    '0_7': 'datetime',
    2: 'rheight',
    4: 'rheight',
    6: 'rheight',
    8: 'rheight',
}
frames = [rdf[['0_1', 2]].rename(columns=col_map),
            rdf[['0_3', 4]].rename(columns=col_map),
            rdf[['0_5', 6]].rename(columns=col_map),
            rdf[['0_7', 8]].rename(columns=col_map)]

edf = pd.concat(frames).dropna()


# Eliminamos los 2 ultimos caracteres del valor de altura y lo convertimos de str a float
edf['height'] = edf.rheight.str[:-2].apply(float)

# ordenamos y eliminamos la altura cruda (string)
df = edf.drop(columns=['rheight']).sort_values(by='datetime').set_index('datetime')