Question

考虑到我有以下tmax_period数据帧：

                     ID Element  Data_Value
Date                                       
2005-01-01  USW00014853    TMAX          56
2005-01-01  USC00200228    TMAX         150
2005-01-01  USC00207320    TMAX         150
2005-01-01  USC00207308    TMAX         150
2005-01-01  USC00200230    TMAX         122

DatetimeIndex(['2005-01-01', '2005-01-02', '2005-01-03', '2005-01-04',
               '2005-01-05', '2005-01-06', '2005-01-07', '2005-01-08',
               '2005-01-09', '2005-01-10',
               ...
               '2014-12-22', '2014-12-23', '2014-12-24', '2014-12-25',
               '2014-12-26', '2014-12-27', '2014-12-28', '2014-12-29',
               '2014-12-30', '2014-12-31'],
              dtype='datetime64[ns]', name='Date', length=3650, freq=None)

如何将行按月和日分组，并将max函数应用于Data_Value列，以便以后可以使用365个数据点构建图？我尝试执行以下操作：

tmax_period.groupby(by=[period.index.month, period.index.day])['Data_Value'].max()

但是出现了“ AssertionError：石斑鱼和轴的长度必须相同”错误。

编辑：按照评论中的要求添加tmax_period.head().to_dict()的结果：

{'Data_Value': {Timestamp('2005-01-01 00:00:00'): 122},
 'Element': {Timestamp('2005-01-01 00:00:00'): 'TMAX'},
 'ID': {Timestamp('2005-01-01 00:00:00'): 'USC00200230'}}

Answer 1

我发现pd.Grouper是在索引级别上进行分组或在日期时间频率上进行分组（或在两种情况下均为两者）时最容易使用的方法。

df.groupby([
    pd.Grouper(level=0, freq='MS'),
    pd.Grouper(level=0, freq='D')
])['Data_Value'].max()

这将创建两个Grouper对象，它们分别在第0个索引级别按月（开始）和天进行聚合。

Answer 2

日期范围包括leap年，因此按月和日进行汇总将显然产生366个数据点。这是一个示例：

s = pd.Series(data=1, 
              index=pd.date_range(start='2005-01-01', 
                                  end='2014-12-31', 
                                  freq='d'), 
              name='x')
s.groupby([s.index.month, s.index.day]).count(). # has 366 elements, inc Feb 29

groupby命令366个元素。

如何创建DatetimeIndex？

Answer 3

我不知道为什么以前没有想到过这种解决方案。它可以找到一年中每一天的最大值，而不会像我想要的那样被飞跃所困扰：

tmax_period = period.groupby(lambda x: (x.month, x.day))['Data_Value'].max()

熊猫数据框日期时间索引groupby

3 个答案: