时间序列数据：将数据分箱到每一天，然后按星期几绘制答案

【问题标题】：Time series data: bin data to each day, then plot by day of week时间序列数据：将数据分箱到每一天，然后按星期几绘制
【发布时间】：2018-05-25 05:48:57
【问题描述】：

我有一个非常简单的 pandas DataFrame，格式如下：

date        P1      P2      day
2015-01-01  190     1132    Thursday
2015-01-01  225     1765    Thursday
2015-01-01  3427    29421   Thursday
2015-01-01  945     7679    Thursday
2015-01-01  1228    9537    Thursday
2015-01-01  870     6903    Thursday
2015-01-02  785     4768    Friday
2015-01-02  1137    7065    Friday
2015-01-02  175     875     Friday

其中 P1 和 P2 是不同的感兴趣参数。我想为每个 P1 和 P2 创建一个看起来像 this 的条形图。如数据所示，我每天都有几个值。我想对给定日期的给定值进行平均，然后针对星期几进行绘制（以便将星期一第 1 周的平均值添加到星期一第 2 周等）。

我是 python 新手，我当前的方法非常讨厌，涉及多个循环。我目前有两个专门的代码部分 - 一个用于计算平均值，另一个用于在一周中的每一天一次完成一个并计算结果以进行绘图。有没有更清洁的方法来做到这一点？

【问题讨论】：

标签： python pandas matplotlib

【解决方案1】：

看来您正在寻找：

df[['day', 'P1']].groupby('day').mean().plot(kind='bar', legend=None)

和

df[['day', 'P2']].groupby('day').mean().plot(kind='bar', legend=None)

完整示例：

import numpy as np
import pandas as pd

days = ['Mon', 'Tue', 'Wed', 'Thur', 'Fri', 'Sat', 'Sun']
day = np.random.choice(days, size=1000)
p1, p2 = np.random.randint(low=0, high=2500, size=(2, 1000))
df = pd.DataFrame({'P1': p1, 'P2': p2, 'day': day})

# Helps for ordering of day-of-week in plot
df['day'] = pd.Categorical(df.day, categories=days)

# %matplotlib inline

df[['day', 'P1']].groupby('day').mean().plot(kind='bar', legend=None)
df[['day', 'P2']].groupby('day').mean().plot(kind='bar', legend=None)

请注意，在您现有的 DataFrame 上，对 pd.Categorical 的调用会为您提供一个自定义排序键，如 here 所示。

结果（P1）：

更新

在你问的评论中，

groupby 是否找到给定参数（例如 P1）的平均值？组的实例？例如，如果我有 8 个星期一，是结果值是星期一发生的所有数据点的平均值？这里的一个额外障碍是我对数据的采样不可靠。如果我的星期一有 10 个样本，星期一有 1 个样本，只需平均所有 11 个值会用小样本淹没星期一尺寸。因此，我想平均之前给定日期的所有值考虑星期几。

是的，上面的 groupby 会找到所有实例的平均值。以下是如何达到“双倍”平均：

# for P1; replace P2 with P1 to find P2 avgs.
df.drop('P2', axis=1).groupby(['date', 'day']).mean()\
    .reset_index().groupby('day').mean().plot(kind='bar', legend=None)

【讨论】：