根据日期，星期，月份获取平均数据

Question

我有一个数据集，其中包含工厂工人产出的三年数据。现在，我想获得基于日期，星期，月份的平均输出。问题在于日期格式类似于％d。％m。％Y（日-月-年）。我的问题是如何在获取预期输出的同时保持日期格式不变。

我的数据集是这样的（每天有很多值。）

date         output 
1.1.2017     261
2.1.2017     152 (Jan.02,2017)
17.1.2017    256
17.1.2017    261
18.1.2017    193
18.1.2017    462
1.2.2017     212 (Feb.1,2017)
3.2.2017     266 (Feb.3,2017)

....


1.3.2018    360

我得到的错误消息是：时间数据'2017-01-01'与格式'％d。％m。％Y'（匹配）不匹配。仅供参考，当我读取数据集时

df['date'] = pd.to_datetime(df['date'],format='%d.%m.%Y').dt.date
df.groupby(['date'],as_index=False).mean()

我尝试通过谷歌搜索不同的解决方案来解决它。但是我无法获得预期的结果。日期和月份之间的输出完全混乱了。 2017年1月2日（2017年1月2日）被视为2017年2月1日，我该如何解决？谢谢！

Answer 1

您的代码看起来不错，并且实际上至少对于前四个数据记录而言效果很好。这里的问题是日期格式与您报告的错误不一致。就像其他人指出的那样，让熊猫为您找出格式可以解决问题，即df["date"]=pd.to_datetime(df["date"])。但是我只是觉得这有点棘手或危险。我建议您在对它们进行任何分析之前，先使用Python中的字符串操作统一日期格式。希望这会有所帮助。