获取熊猫DataFrame的复杂平均值

Question

我有一个包含2列的简单DataFrame-日期和值。我需要创建另一个DataFrame，其中包含每年每个月的平均值。例如，我的每日数据范围为2015年1月1日至2018年12月31日 我需要2015年，2016年等每个月的平均值。 哪种方法最简单？

Answer 1

您可以使用Series.dt.to_period和mean按月汇总：

df['date'] = pd.to_datetime(df['date'])
df1 = df.groupby(df['date'].dt.to_period('m'))['col'].mean().reset_index()

另一种在年份和月份分别位于列中的解决方案：

df['date'] = pd.to_datetime(df['date'])
df['year'] = df['date'].dt.year
df['month'] = df['date'].dt.month
df1 = df.groupby(['year','month'])['col'].mean().reset_index()

示例：

df = pd.DataFrame({'date':['2015-01-02','2016-03-02','2015-01-23','2016-01-12','2015-03-02'],
                   'col':[1,2,5,4,6]})
print (df)
         date  col
0  2015-01-02    1
1  2016-03-02    2
2  2015-01-23    5
3  2016-01-12    4
4  2015-03-02    6

df['date'] = pd.to_datetime(df['date'])
df1 = df.groupby(df['date'].dt.to_period('m'))['col'].mean().reset_index()
print (df1)
      date  col
0  2015-01    3
1  2015-03    6
2  2016-01    4
3  2016-03    2

df['date'] = pd.to_datetime(df['date'])
df['year'] = df['date'].dt.year
df['month'] = df['date'].dt.month
df2 = df.groupby(['year','month'])['col'].mean().reset_index()
print (df2)
   year  month  col
0  2015      1    3
1  2015      3    6
2  2016      1    4
3  2016      3    2

Answer 2

要获取当DataFrame具有每日数据行时该数据框架的每月平均值，我将：

1. 将日期为df['dates']的列转换为DataFrame df的索引：df.set_index('date',inplace=True)
2. 然后我将索引dates转换为月索引：df.index.month
3. 最后，我将计算数据框的均值按月份分组：df.groupby(df.index.month).data.mean()

我慢慢地把每一步扔到这里：

具有日期和值的Generation DataFrame

• 您需要首先导入Pandas和Numpy以及模块datetime

  from datetime import datetime
  

• 在2019年1月1日至2019年5月3日之间以“ W”周的间隔生成一列'date'。还有一列'data'，其随机值介于1到100之间：

  date_rng = pd.date_range(start='1/1/2018', end='3/05/2018', freq='W')
  df = pd.DataFrame(date_rng, columns=['date'])
  df['data']=np.random.randint(0,100,size=(len(date_rng)))
  

• df有两列'date'和'data'：

          date  data
  0 2018-01-07    42
  1 2018-01-14    54
  2 2018-01-21    30
  3 2018-01-28    43
  4 2018-02-04    65
  5 2018-02-11    40
  6 2018-02-18     3
  7 2018-02-25    55
  8 2018-03-04    81
  

将'date'列设置为DataFrame的索引：

    df.set_index('date',inplace=True)

• df有一列'data'，索引是'date'：

              data
  date            
  2018-01-07    42
  2018-01-14    54
  2018-01-21    30
  2018-01-28    43
  2018-02-04    65
  2018-02-11    40
  2018-02-18     3
  2018-02-25    55
  2018-03-04    81
  

从索引中获取月份号

    months=df.index.month

获得按月分组的每个月的平均值：

    monthly_avg=df.groupby(months).data.mean()

按月份'monthly_avg'划分的数据集的平均值为：

    date
    1    42.25
    2    40.75
    3    81.00
    Name: data, dtype: float64