取同一天数据的平均值 pandas答案

【问题标题】：take mean of data within the same day pandas取同一天数据的平均值 pandas
【发布时间】：2018-01-14 18:41:11
【问题描述】：

我有一个数据框df，其中包含测量日期和测量值（duration、km）

df
Out[20]: 
                          Date duration km
0   2015-03-28 09:07:00.800001    0      0
1   2015-03-28 09:36:01.819998    1      2
2   2015-03-30 09:36:06.839997    1      3
3   2015-03-30 09:37:27.659997    nan    5
4   2015-04-22 09:51:40.440003    3      7
5   2015-04-23 10:15:25.080002    0      nan

如何计算每天的平均时长和公里数？我想使用 groupby 和日期来取行的平均值...

【问题讨论】：

标签： python pandas group-by

【解决方案1】：

我觉得你需要resample:

cols = df.columns.difference(['Date'])
#if possible convert to float
df[cols] = df[cols].astype(float)

#if astype failed, because non numeric data, convert them to NaNs
df[cols] = df[cols].apply(pd.to_numeric, errors='coerce')

#if mixed dtypes
df[cols] = df[cols].astype(str).astype(float)
#alternatively 
#df[cols] = df[cols].astype(str).apply(pd.to_numeric, errors='coerce')

df = df.resample('d', on='Date').mean().dropna(how='all')
print (df)
            duration   km
Date                     
2015-03-28       0.5  1.0
2015-03-30       1.5  4.0
2015-04-22       3.0  7.0
2015-04-23       0.0  0.0

或者：

df = df.set_index('Date').groupby(pd.Grouper(freq='d')).mean().dropna(how='all')
print (df)
            duration   km
Date                     
2015-03-28       0.5  1.0
2015-03-30       1.5  4.0
2015-04-22       3.0  7.0
2015-04-23       0.0  0.0

【讨论】：

您好，感谢您的回答。最后一部分 .dropna(how='all') 到底是做什么的？
有问题 resample 返回连续日期时间索引的所有缺失值。如果缺少某个日期，则添加值并由NaNs 填充。 dropna 删除所有带有NaNs 的行。 John Galt回答不需要，但是没有datetimeindex，只有python日期填充的索引（可能有问题，也可能没有）
是的，完全正确。在 pandas 中意味着像 nanmean 一样工作 - 省略 nans。
不幸的是，我现在正在度假，只能打电话。所以更好的是创造新的问题。谢谢。
假期愉快！ :)

【解决方案2】：

使用groupby

In [896]: df.groupby(df.Date.dt.date).mean()
Out[896]:
            duration   km
Date
2015-03-28       0.5  1.0
2015-03-30       1.5  4.0
2015-04-22       3.0  7.0
2015-04-23       0.0  0.0

【讨论】：

谢谢！但是我得到 DataError: No numeric types to aggregate
您的km 和duration 列可能是字符串类型的？
它是 numpy.float64
试试df.convert_objects(convert_numeric=True).groupby(df.Date.dt.date).mean()?