Question

我已经开始使用Pandas，我主要用它来分析海洋学研究的时间序列。为了计算异常，我们经常需要从长时间序列中计算每日和每月的气候学类型。

我的意思是：例如从1992年到2012年的每日数据时间序列，我想计算每日气候学即（1992年的jan-1数据+ 1993年的jan-1数据...... jan -1-2012）/年数和jan 3等同样。

由此产生的时间序列的长度为365天，每个点的平均值为1992年至2012年20年的每一天。

同样经常我们需要计算每月的气候学，即20年的平均值和20年的平均值。等等如果有人可以建议我在Pandas做一个快速的方法来进行这种分析，那将是一个很大的帮助吗？

致以最诚挚的问候，

Sudheer

Answer 1

您可以按照以下列的方式整理系列：列为年，行为天（月，下面的日元组）。然后只需使用mean()方法计算行的平均值：

In [1]: import pandas as pd

In [2]: df = pd.DataFrame({2010: [1,2,3,4,5], 2011: [2,3,4,5,6]}, index=[(1,1),(1,2),(1,3),(1,4),(1,5)])

In [3]: df
Out[4]: 
        2010  2011
(1, 1)     1     2
(1, 2)     2     3
(1, 3)     3     4
(1, 4)     4     5
(1, 5)     5     6

In [5]: df2 = df.mean(axis=1)

In [6]: df2
Out[7]: 
(1, 1)    1.5
(1, 2)    2.5
(1, 3)    3.5
(1, 4)    4.5
(1, 5)    5.5

使用python pandas计算气候学

1 个答案: