我有以下熊猫数据框：
phreatic_level_l2n1_28w_df.head()
Fecha Hora PORVL2N1 # PORVLxNx column change their name in each data frame
0 2012-01-12 01:37:47 0.65
1 2012-01-12 02:37:45 0.65
2 2012-01-12 03:37:50 0.64
3 2012-01-12 04:37:44 0.63
4 2012-01-12 05:37:45 0.61
phreatic_level_l2n2_28w_df.head()
Fecha Hora PORVL2N2 # PORVLxNx column change their name in each data frame
0 2018-01-12 01:58:22 0.71
1 2018-01-12 02:58:22 0.71
2 2018-01-12 03:58:23 0.71
3 2018-01-12 04:58:23 0.71
4 2018-01-12 05:58:24 0.71
phreatic_level_l4n1_28w_df.head()
Fecha Hora PORVL4N1 # PORVLxNx column change their name in each data frame
0 2018-01-12 01:28:49 0.96
1 2018-01-12 02:28:49 0.96
2 2018-01-12 03:28:50 0.96
3 2018-01-12 04:28:52 0.95
4 2018-01-12 05:28:48 0.94
如此，直到有25个phreatic_level_l24n2_28w_df类型的数据帧为止
.
.
.
phreatic_level_l24n2_28w_df.head()
Fecha Hora PORVL24N2 # PORVLxNx column change their name in each data frame
0 2018-01-12 01:07:28 1.31
1 2018-01-12 02:07:28 1.31
2 2018-01-12 03:07:29 1.31
3 2018-01-12 04:07:27 1.31
4 2018-01-12 05:07:27 1.31
每一行包含 PORVLxNx 列中的数据帧，该数据帧具有从Fecha至{{1} }，每天都有许多 2018-01-12 列
2018-08-03我的目标是获取每个数据框，并每天生成平均 PORVLxNx ，如下所示：
Fecha PORVL2N1
0 2018年1月12日0.519130
1 2018年1月13日0.138750
2 2018-01-14 0.175417
3 2018年1月15日0.111667
4 2018-01-16 0.291250
我采用以下方法：
我将phreatic_level_l24n2_28w_df.tail()
Fecha Hora PORVL24N2
4875 2018-08-03 20:31:01 1.15
4876 2018-08-03 21:31:00 1.15
4877 2018-08-03 22:31:01 1.16
4878 2018-08-03 23:31:02 1.17
4879 NaN NaN NaN
放在字典中，并使用字符串引用了它：
PORVLxNx我正在遍历数据帧（此刻刚过DataFrame）
dfs = {
'phreatic_level_l2n1_28w_df': phreatic_level_l2n1_28w_df,
# FOR THE MOMENT I ONLY TEST with the first dataframe
# 'phreatic_level_l2n2_28w_df': phreatic_level_l2n2_28w_df,
# 'phreatic_level_l4n1_28w_df': phreatic_level_l4n1_28w_df,
# 'phreatic_level_l5n1_28w_df': phreatic_level_l5n1_28w_df,
# 'phreatic_level_l6n1_28w_df': phreatic_level_l6n1_28w_df,
# 'phreatic_level_l7n1_28w_df': phreatic_level_l7n1_28w_df,
# 'phreatic_level_l8n1_28w_df': phreatic_level_l8n1_28w_df,
# 'phreatic_level_l9n1_28w_df': phreatic_level_l9n1_28w_df,
# 'phreatic_level_l10n1_28w_df': phreatic_level_l10n1_28w_df,
# 'phreatic_level_l13n1_28w_df': phreatic_level_l13n1_28w_df,
# 'phreatic_level_l14n1_28w_df': phreatic_level_l14n1_28w_df,
# 'phreatic_level_l15n1_28w_df': phreatic_level_l15n1_28w_df,
# 'phreatic_level_l16n1_28w_df': phreatic_level_l16n1_28w_df,
# 'phreatic_level_l16n2_28w_df': phreatic_level_l16n2_28w_df,
# 'phreatic_level_l18n1_28w_df': phreatic_level_l18n1_28w_df,
# 'phreatic_level_l18n2_28w_df': phreatic_level_l18n2_28w_df,
# 'phreatic_level_l18n3_28w_df': phreatic_level_l18n3_28w_df,
# 'phreatic_level_l18n4_28w_df': phreatic_level_l18n4_28w_df,
# 'phreatic_level_l21n1_28w_df': phreatic_level_l21n1_28w_df,
# 'phreatic_level_l21n2_28w_df': phreatic_level_l21n2_28w_df,
# 'phreatic_level_l21n3_28w_df': phreatic_level_l21n3_28w_df,
# 'phreatic_level_l21n4_28w_df': phreatic_level_l21n4_28w_df,
# 'phreatic_level_l21n5_28w_df': phreatic_level_l21n5_28w_df,
# 'phreatic_level_l24n1_28w_df': phreatic_level_l24n1_28w_df,
# 'phreatic_level_l24n2_28w_df': phreatic_level_l24n2_28w_df
}
我的phreatic_level_l2n1_28w_df的输出是：
for name, df in dfs.items():
# We turn to datetime the Fecha column values
df['Fecha'] = pd.to_datetime(df['Fecha'])
# I am iterating over each *`PORVLxNx`* column
for i in range(1,24):
if(i==2):
# To N1
l2_n1_average_per_day = (df.groupby(pd.Grouper(key='Fecha', freq='D'))['PORVL{}N{}'.format(i,i-1)].mean().reset_index())
l2_n1_average_per_day.to_csv('L{}N{}_average_per-day.csv'.format(i,i-1), sep=',', header=True, index=False)
print(l2_n1_average_per_day.head())
直到这里，我的想法还是可行的。
当我想将此解决方案（很有可能没有更好的解决方案）应用于我的l2_n1_average_per_day.head()词典中包含的其他数据帧时
Fecha PORVL2N1
0 2018-01-12 0.519130
1 2018-01-13 0.138750
2 2018-01-14 0.175417
3 2018-01-15 0.111667
4 2018-01-16 0.291250
l2_n1_average_per_day.tail()
Fecha PORVL2N1
199 2018-07-30 0.630417
200 2018-07-31 0.609583
201 2018-08-01 0.533333
202 2018-08-02 0.470833
203 2018-08-03 0.713333
我再次迭代 ...
dfs在我的输出中，找不到dfs = {
'phreatic_level_l2n1_28w_df': phreatic_level_l2n1_28w_df,
'phreatic_level_l2n2_28w_df': phreatic_level_l2n2_28w_df,
# I've added the L2N2 phreatic_level_l2n2_28w_df dataframe item
}
。
for name, df in dfs.items():
df['Fecha'] = pd.to_datetime(df['Fecha'])
for i in range(1,24):
if(i==2):
# To N1
l2_n1_average_per_day = (df.groupby(pd.Grouper(key='Fecha', freq='D'))['PORVL{}N{}'.format(i,i-1)].mean().reset_index())
l2_n1_average_per_day.to_csv('L{}N{}_average_per-day.csv'.format(i,i-1), sep=',', header=True, index=False)
# To N2. I've generate the average per day to L2N2
l2_n2_average_per_day = (df.groupby(pd.Grouper(key='Fecha', freq='D'))['PORVL{}N{}'.format(i,i)].mean().reset_index())
l2_n2_average_per_day.to_csv('L{}N{}_average_per-day.csv'.format(i,i), sep=',', header=True, index=False)
这很奇怪，因为在字典中的数据帧中，经过迭代的我有PORVL2N2列
----------------------------------------------------------------------
KeyError Traceback (most recent call last)
<ipython-input-161-fbe6eaf8a824> in <module>()
11 print(phreatic_level_l2_n1_average_per_day.tail())
12 # To N2
---> 13 phreatic_level_l2_n2_average_per_day = (df.groupby(pd.Grouper(key='Fecha', freq='D'))['PORVL{}N{}'.format(i,i)].mean().reset_index())
14 phreatic_level_l2_n2_average_per_day.to_csv('L{}N{}_average_per-day.csv'.format(i,i), sep=',', header=True, index=False)
15
~/anaconda3/envs/sioma/lib/python3.6/site-packages/pandas/core/base.py in __getitem__(self, key)
265 else:
266 if key not in self.obj:
--> 267 raise KeyError("Column not found: {key}".format(key=key))
268 return self._gotitem(key, ndim=1)
269
KeyError: 'Column not found: PORVL2N2'
是否有可能在我的迭代中重写数据帧或发生其他事情？
答案 0 :(得分：2)
您的数据帧似乎具有良好且一致的结构，因此您可以做的是使用PORVLxNy获取要mean从df.columns获取[-1]的列的名称，然后最后一个元素for name, df in dfs.items():
df['Fecha'] = pd.to_datetime(df['Fecha'])
col = df.columns[-1] #here col = PORVLxNx with the right x depending on df
# no need of loop for anymore
lx_ny_average_per_day = (df.groupby(pd.Grouper(key='Fecha', freq='D'))[col]
.mean().reset_index())
lx_ny_average_per_day.to_csv( '{}_average_per-day.csv'.format(col[-4:]),
sep=',', header=True, index=False)
。然后将结果保存到名称正确的csv文件中，您只需保留列名的后4个字符即可：
Summary:
Fix:
Impact:
Testing:
Unit Testing:
Documentation:
QA:
Localization:
Jira-Id:
答案 1 :(得分：2)
我同意@ Ben.T仅在使用数据框的列df.columns[-1]的最后一个条目进行索引的前提下，假设您的数据框的结构适合于此。
如果没有，另一种方法是仅使用字典键的相应子字符串进行索引：
'PORV{}'.format(name.split('_')[2].upper())
或者简单地
'PORV' + name.split('_')[2].upper()
但是，如果您使用groupby（即日期）作为索引将Series的右列提取为Fecha，则IMO也可以简化sr = df.set_index('Fecha')['PORVL2N1'] # for indexing, the same like above applies again here
sr.index = pd.to_datetime(sr.index)
avg_per_day = sr.resample('D').mean()
部分，这使您可以使用重采样功能，可以按照您想要的方式精确地对基于时间的数据进行分组：
NEW_PASSWORD_REQUIRED