按时间序列的月份（所有 1 月、所有 2 月等）获取平均值答案

【问题标题】：Get average by months of a time series (all Januaries, all Februaries, etc)按时间序列的月份（所有 1 月、所有 2 月等）获取平均值
【发布时间】：2023-03-30 15:29:01
【问题描述】：

我有一个从 1992 年到 2018 年的每日数据时间序列。到目前为止，我已转换为月度数据，但我还需要获取每月的异常数据，并且我需要获取所有年份每个月的平均值以完成 12平均值。每年每个人的平均每个月一个。

我使用 Pandas 完成了以下操作：

df = pd.read_excel(filename, "Daily", index_col=0)
df = df.resample("M").mean()

我一直在尝试找出如何获得现在每个整个时间序列的每个月的平均值，但我还没有找到方法。

编辑：

每天重新采样到每月后，我的数据看起来像这样

    1         2         3   ...        37        38        39
1992-01-31  0.306511  0.310543  0.211181  ...  0.352130  0.348108  0.304041
1992-02-29  0.306236  0.312186  0.211741  ...  0.353696  0.343948  0.311114
1992-03-31  0.259254  0.297998  0.195577  ...  0.329181  0.294966  0.278523
1992-04-30  0.229502  0.297078  0.186802  ...  0.298462  0.267629  0.249950
1992-05-31  0.188347  0.240783  0.159703  ...  0.251465  0.215796  0.205284
1992-06-30  0.150345  0.213644  0.129967  ...  0.220702  0.179280  0.178172
1992-07-31  0.144945  0.213217  0.118467  ...  0.224497  0.163502  0.171851
1992-08-31  0.145402  0.188320  0.115089  ...  0.209280  0.159910  0.158608
1992-09-30  0.151685  0.194237  0.123106  ...  0.216324  0.174529  0.154490
1992-10-31  0.169207  0.235069  0.129761  ...  0.240324  0.197842  0.172253
1992-11-30  0.223199  0.271601  0.175349  ...  0.280514  0.258155  0.223209
1992-12-31  0.241892  0.302605  0.192563  ...  0.328505  0.289020  0.256858
1993-01-31  0.263852  0.351839  0.207057  ...  0.362024  0.340665  0.278063
1993-02-28  0.309779  0.392905  0.244505  ...  0.374407  0.386738  0.330977
1993-03-31  0.301839  0.364442  0.230318  ...  0.377743  0.344132  0.336906
1993-04-30  0.271325  0.317197  0.209343  ...  0.345088  0.306911  0.289592

（日期是索引，不是第 1 列。第 1 列以 0.306511 开头，依此类推）一直到 2018 年底。所以我需要为每一列获取所有 1 月、所有 2 月等的平均值。

【问题讨论】：

您能否举例说明您作为输入提供的数据的外观？

标签： python pandas dataframe

【解决方案1】：

你需要的是groupby:

m = df['Date'].dt.month
result = df.groupby(m).mean()

# Rename month 1 to January, 2 to February, etc.
result.index = pd.date_range('1/1/2019', '12/1/2019', freq='MS').strftime('%B')

结果（随机输入）：

               Value
January    51.838811
February   51.455804
March      51.275257
April      52.027894
May        49.101480
June       51.866638
July       51.600765
August     50.416463
September  48.732991
October    51.477874
November   50.797786
December   51.003006

【讨论】：