平均每天的产出（周一、周二等）答案

【问题标题】：Output by average per day (Mon, Tue, etc.)平均每天的产出（周一、周二等）
【发布时间】：2018-09-08 12:32:28
【问题描述】：

目前我有一个包含数千行的 csv 文件。每行显示日期和时间，但不按升序排列。如何根据天数（周一、周二、周三等）计算事件/发生次数？此外，它应该是每天的平均发生次数。例如每个星期一的平均出现次数是 712，每个星期二是 853，等等。

到目前为止，我设法使用该行添加了相应日期的列

df['DAY'] = pd.to_datetime(df['DATE']).dt.day_name()

First 10 rows 但我不知道如何继续使用 Python 生成包含每天平均出现次数（周一、周二等）的输出。

输出应显示： [周一平均，周二平均，周三等]

【问题讨论】：

您需要向我们展示示例输入数据框和示例的预期输出。请同时包含用于实例化数据帧的代码（不仅仅是其字符串表示形式）。
我已编辑以显示更多信息。
遗憾的是，您的编辑没有涵盖我给您的写一个好问题的提示。
我才刚刚开始学习python，因此我可能无法完全理解究竟需要什么。
1.问题本身中的示例数据框。 2. 实例化数据框的代码（不是必需的，但非常感谢）。 3. 具有给定样本所需结果的数据框。 -- 所有这些都是文本，而不是图片。

标签： python pandas average

【解决方案1】：

返回具有指定语言环境的 DateTimeIndex 的日期名称（周一至周日）

df['DAY'] = pd.to_datetime(df['DATE']).dt.day_name()

如果您还没有要聚合的列，请创建一个列来表示发生的实例：

#I'm assuming each day refers to a unique "instance" or occurrence 
#but this does not have to follow if you already have a column to count/aggregate
df['OCCURENCE'] = 1

要返回给定日期的平均出现次数，只需使用 groupby 语句并指定要平均的组：

group_df = df.groupby('DAY')['OCCURENCE'].mean()

为了满足将所有内容都放在列表中的奇怪格式要求

output_list = []
for day in group_df.index:
    avg = group_df.loc[day][0]
    str_format = 'average for {d}:{v}'.foramt(d=day, v=avg) 
    output_list.append(str_format)

new_list = ' '.join(output_list)

【讨论】：

我已编辑问题以显示更多信息。我需要将输出显示在这样的单行中：[Monaverage for Mon average for Tue average for Wed etc.]
您可以简单地遍历我创建的 df 以附加到列表中“group_df”。我会将其添加为我的代码的扩展。