使用pandas的一周中每天的平均操作数

Question

假设我计算每小时的事件数量如下：

np.random.seed(42)
idx = pd.date_range('2017-01-01', '2017-01-14', freq='1H')
df = pd.DataFrame(np.random.choice([1,2,3,4,5,6], size=idx.shape[0]), index=idx, columns=['count'])
df.head()

Out[3]:
                     count
2017-01-01 00:00:00      4
2017-01-01 01:00:00      5
2017-01-01 02:00:00      3
2017-01-01 03:00:00      5
2017-01-01 04:00:00      5

如果我想知道一周中每天的总次数，我可以这样做：

df.pivot_table(values='count', index=df.index.dayofweek, aggfunc='sum')

或

df.groupby(df.index.dayofweek).sum()

两种产量：

Out[4]:
   count
0    161
1    170
2    164
3    133
4    169
5     98
6    172

但是，如果我想计算每个工作日的平均事件数，则以下

df.pivot_table(values='count', index=df.index.dayofweek, aggfunc='mean') # [#1]

错误 !! 此方法使用总和（如上所述计算），并将其除以一周中每天出现的小时数。< / p>

我找到的解决方法是：

df_by_day = df.resample('1d').sum()
df_by_day.pivot_table(values='count', index=df_by_day.index.dayofweek, aggfunc='mean')

即，首先重新采样到几天，然后转动它。不知怎的，[#1]中的方法对我来说很自然。是否有更多的pythonic方式来实现我想要的？为什么没有重新采样平均值是错误的计算？

Answer 1

Resample first using df.resample and then df.groupby：

df = df.resample('1d').sum()
print(df)

            count
2017-01-01     92
2017-01-02     86
2017-01-03     86
2017-01-04     90
2017-01-05     64
2017-01-06     82
2017-01-07     97
2017-01-08     80
2017-01-09     75
2017-01-10     84
2017-01-11     74
2017-01-12     69
2017-01-13     87
2017-01-14      1

out = df.groupby(df.index.dayofweek)['count'].mean()
print(out)

1    85.0
2    82.0
3    66.5
4    84.5
5    49.0
6    86.0
Name: count, dtype: float64