因此,我尝试根据其包含的datetime64[ns]
列聚合每日数据的pandas数据框。具体来说,我试图根据数据中的每周得到一些统计数据(定义开始的周数并不重要,尽管知道/设置也很好)。
我的数据就是这个,
,我的聚合代码是
grouped=mergedFinal.groupby(mergedFinal['DATE'].map(lambda x:x.week)).agg('mean')
但是,我得到的输出缺少每个组聚合的数据,如果您按分类值聚合,通常会包含这些数据:
日期1
,2
,3
等,即使汇总正常运行,也无法告诉我任何事情。
那么在显示周数据时如何执行此操作?我会非常感谢任何有经验的帮助。
答案 0 :(得分:1)
使用resample
:
df.resample('W', on='DATE').mean()
MCVE:
np.random.seed(123)
df = pd.DataFrame({'DATE':pd.date_range('2018-01-03',periods=30),'USD1':np.random.random(30)})
df.resample('W',on='DATE').mean()
输出:
USD1
DATE
2018-01-07 0.496049
2018-01-14 0.576283
2018-01-21 0.360541
2018-01-28 0.628077
2018-02-04 0.378686