用 pandas 计算每日平均值答案

【问题标题】：Compute daily mean with pandas用 pandas 计算每日平均值
【发布时间】：2019-03-07 01:47:35
【问题描述】：

我有一个函数可以计算同一日期的熊猫数据框“A”列中的值的平均值。有没有比最后一行中的列表理解更有效的方法？

import pandas as pd
import numpy as np

def daily_mean(df,date,col):
     return df[date][col].mean()

data = np.random.rand(100)
columns = ['A']
times = pd.date_range('20180101',freq='9H',periods=100)
df = pd.DataFrame(data=data,index=times,columns=columns)

dates = df.index.strftime('%Y%m%d').unique()
means = [daily_mean(df,date,'A') for date in dates]

【问题讨论】：

标签： python pandas datetime group-by pandas-groupby

【解决方案1】：

是的，您可以使用pd.Grouper API。此外，这将保留 DataFrame，因此是双赢的。

means = df.groupby(pd.Grouper(freq='1D')).mean()

或者，您可以在日期时间索引的楼层进行分组。

means = df.groupby(df.index.floor('D')).mean()

means.head(10)
                   A
2018-01-01  0.412354
2018-01-02  0.301209
2018-01-03  0.710357
2018-01-04  0.158135
2018-01-05  0.720308
2018-01-06  0.281862
2018-01-07  0.489486
2018-01-08  0.287808
2018-01-09  0.463117
2018-01-10  0.512963

我更喜欢方法#1，因为pd.Grouper 应该比在不相关的系列/数组上分组（如第二种形式）更有效。

【讨论】：

【解决方案2】：

你可以这样做：

df.reset_index().groupby(pd.Grouper(key='index', freq='D'))['A'].mean()

index
2018-01-01    0.412354
2018-01-02    0.301209
2018-01-03    0.710357
2018-01-04    0.158135
2018-01-05    0.720308
...

【讨论】：

如果不指定key，默认会在索引上进行分组。很好的答案;）
阿里加托，老师。