熊猫：获得某些行的平均值并作为数据帧返回

Question

我有这样的df

它在不同日期的小时分钟包含speed和dir。例如，第一行在7：11,20060101记录dir=87, speed=5。

现在，我认为数据可能过于精确，我希望每小时使用平均值进行后续计算。我该怎么办？

我可以通过groupy

来完成

df['Hr']=df['HrMn'].apply(lambda x: str(x)[:-2])
df.groupby(['date', 'Hr'])['speed'].mean()

会返回我想要的东西

但它不是数据帧，我怎样才能用于以后的计算？具体来说，我想知道

1. 如果我使用的groupby方法是解决此问题的正确方法吗？如果是这样，以后如何将其用作数据帧？ （我还需要获得dir，dir_max和其他属性

2. 结果groupby返回的顺序不合适（在date和Hr中），无论如何要重新排序吗？

更新

如果我df.groupby(['date', 'Hr'])['speed'].mean().unstack()，它将返回



数据肯定是正确的，但我仍然希望它遵循初始数据框格式



除了HrMn - ＆gt; Hr

Answer 1

您获得的是一个多索引数据框。你可以尝试

df.groupby(['date', 'Hr'])['speed'].mean().reset_index()

如果您想要其余数据的意思，请尝试

df.groupby(['date', 'Hr'])['speed', 'dir_max', 'speed_max'].mean().reset_index()

编辑： 在速度列和最大值上应用均值dir_max和speed_max

df.groupby(['date', 'Hr']).agg({'speed' : np.mean,'dir_max' : np.max, 'speed_max': np.max}).reset_index()