【问题标题】：How do you separate a pandas dataframe by year in python?如何在 python 中按年分隔熊猫数据框？
【发布时间】：2020-06-29 22:31:44
【问题描述】：

我正在尝试通过平均 19 年的 NOAA 数据制作一个图表，显示一年中每天的平均温度（旁注，有没有更好的方法来获取历史天气数据，因为 NOAA 似乎超级不一致）。我想知道设置数据的最佳方法是什么。我的数据的相关列如下所示：

              DATE  PRCP    TAVG    TMAX    TMIN    TOBS
  0     1990-01-01  17.0    NaN     13.3    8.3     10.0
  1     1990-01-02  0.0     NaN     NaN     NaN     NaN
  2     1990-01-03  0.0     NaN     13.3    2.8     10.0
  3     1990-01-04  0.0     NaN     14.4    2.8     10.0
  4     1990-01-05  0.0     NaN     14.4    2.8     11.1
...     ...     ...     ...     ...     ...     ...
10838   2019-12-27  0.0     NaN     15.0    4.4     13.3
10839   2019-12-28  0.0     NaN     14.4    5.0     13.9
10840   2019-12-29  3.6     NaN     15.0    5.6     14.4
10841   2019-12-30  0.0     NaN     14.4    6.7     12.2
10842   2019-12-31  0.0     NaN     15.0    6.7     13.9

10843 rows × 6 columns

DATE 列是 datetime64[ns] 类型

这是我的代码：

import pandas as pd
from matplotlib import pyplot as plt

data = pd.read_csv('1990-2019.csv')

#seperate the data by station
oceanside = data[data.STATION == 'USC00047767']
downtown = data[data.STATION == 'USW00023272']
oceanside.loc[:,'DATE'] = pd.to_datetime(oceanside.loc[:,'DATE'],format='%Y-%m-%d')

#This is the area I need help with:
oceanside['DATE'].dt.year

我一直在尝试按年份分离数据，这样我就可以对其进行平均。我想在不使用for 循环的情况下执行此操作，因为我计划使用更多更大的数据集来执行此操作，这样效率会非常低。我查看了 pandas 文档，但找不到似乎可以做到这一点的函数。我错过了什么吗？这甚至是正确的方法吗？

我是 pandas/python 数据分析的新手，所以很可能答案就在眼前。

任何帮助将不胜感激！

【问题讨论】：

标签： python pandas dataframe data-analysis

【解决方案1】：

创建一个数据框字典，其中每个键为一年

df_by_year = dict()
for year oceanside.date.dt.year.unique():
    data = oceanside[oceanside.date.dt.year == year]
    df_by_year[year] = data

获取单年数据

oceanside[oceanside.date.dt.year == 2019]

获取每年的平均值

oceanside.groupby(oceanside.date.dt.year).mean()

【讨论】：

感谢您的帮助！