Question

我有一个DataFrame，其中包含两年的每月数据Y。我需要包含气候的第二列Y_avg才能将两者相减。

              Y   Y_avg
T          X    
2000-01-31 1  51  63
           2  52  64
2000-02-29 1  53  65
           2  54  66
2000-03-31 1  55  67
           2  56  68
2000-04-30 1  57  69
           2  58  70
2000-05-31 1  59  71
           2  60  72
2000-06-30 1  61  73
           2  62  74
2000-07-31 1  63  75
           2  64  76
2000-08-31 1  65  77
           2  66  78
2000-09-30 1  67  79
           2  68  80
2000-10-31 1  69  81
           2  70  82
2000-11-30 1  71  83
           2  72  84
2000-12-31 1  73  85
           2  74  86
2001-01-31 1  75  63
           2  76  64
2001-02-28 1  77  65
           2  78  66
2001-03-31 1  79  67
           2  80  68
2001-04-30 1  81  69
           2  82  70
2001-05-31 1  83  71
           2  84  72
2001-06-30 1  85  73
           2  86  74
2001-07-31 1  87  75
           2  88  76
2001-08-31 1  89  77
           2  90  78
2001-09-30 1  91  79
           2  92  80
2001-10-31 1  93  81
           2  94  82
2001-11-30 1  95  83
           2  96  84
2001-12-31 1  97  85
           2  98  86

这是我的临时解决方案：

f = np.tile(np.arange(1,25),2)
df['Y_avg'] = np.tile(df.groupby(f).mean().values.ravel(),2)

但是我如何才能更有效地做到这一点？感谢您的帮助！

Answer 1

首先，我很难重新创建复制粘贴数据的数据框，所以对于可能想要回答这个问题的所有人，您可以使用以下代码重新创建示例：

import pandas as pd

# Create a date range, convert to list and duplicate
T = pd.date_range("2000-01-31", "2001-12-31", freq="M").tolist() * 2
# Create a list of repeated [1, 2] to match length of T
X = [1, 2] * (len(T) // 2)
Y = range(51, 99)
index = pd.MultiIndex.from_arrays([sorted(T), X], names=("T", "X"))
df = pd.DataFrame({"Y": Y}, index=index)

然后根据水平T计算Y的平均值，您可以使用以下代码：

Y_avg = df.Y.mean(level="T")
df = df.join(Y_avg, on="T", rsuffix="_avg")

首先，您可以使用mean series method的level参数来计算相对于特定索引的均值。您可以执行标准的dataframe join以将Y_avg系列与“ T”索引上的数据帧合并。请注意，您必须提供一个后缀（在本例中为后缀）以正确处理列的名称。

Answer 2

所以您希望Y_avg是X和T月份的平均值，对吗？假设您的MultiIndex的T级别是DatetimeIndex，请使用

gb = df['Y'].groupby([df.index.get_level_values(0).month,
                      pd.Grouper(level=1)])
df['Y_avg'] = gb.transform('mean')

具有MultiIndex的Pandas DataFrame的每月气候

2 个答案: