获取 pandas DataFrame 的复杂平均值答案

【问题标题】：Getting complicated average values for pandas DataFrame获取 pandas DataFrame 的复杂平均值
【发布时间】：2019-02-15 22:19:11
【问题描述】：

我有一个包含 2 列的简单 DataFrame - 日期和值。我需要创建另一个 DataFrame，其中包含每年每个月的平均值。例如，我的每日数据范围从 2015-01-01 到 2018-12-31 我需要 2015 年、2016 年等每个月的平均值。哪种方法最简单？

【问题讨论】：

标签： python pandas

【解决方案1】：

您可以使用Series.dt.to_period 和mean 按月汇总：

df['date'] = pd.to_datetime(df['date'])
df1 = df.groupby(df['date'].dt.to_period('m'))['col'].mean().reset_index()

另一种将年份和月份放在不同列中的解决方案：

df['date'] = pd.to_datetime(df['date'])
df['year'] = df['date'].dt.year
df['month'] = df['date'].dt.month
df1 = df.groupby(['year','month'])['col'].mean().reset_index()

示例：

df = pd.DataFrame({'date':['2015-01-02','2016-03-02','2015-01-23','2016-01-12','2015-03-02'],
                   'col':[1,2,5,4,6]})
print (df)
         date  col
0  2015-01-02    1
1  2016-03-02    2
2  2015-01-23    5
3  2016-01-12    4
4  2015-03-02    6

df['date'] = pd.to_datetime(df['date'])
df1 = df.groupby(df['date'].dt.to_period('m'))['col'].mean().reset_index()
print (df1)
      date  col
0  2015-01    3
1  2015-03    6
2  2016-01    4
3  2016-03    2

df['date'] = pd.to_datetime(df['date'])
df['year'] = df['date'].dt.year
df['month'] = df['date'].dt.month
df2 = df.groupby(['year','month'])['col'].mean().reset_index()
print (df2)
   year  month  col
0  2015      1    3
1  2015      3    6
2  2016      1    4
3  2016      3    2

【讨论】：

获取AttributeError: Can only use .dt accessor with datetimelike values
这意味着没有日期时间，检查编辑的答案。
谢谢，现在检查。它们是常规的日期时间值......不是<class 'pandas._libs.tslibs.timestamps.Timestamp'>
@user3751086 - 是的，这取决于数据，有时 pandas 可以将日期时间转换为Timestamps，有时不是，所以有必要to_datetime。 :)

【解决方案2】：

要在 DataFrame 具有每日数据行时获取 Data Frame 的月平均值，我会：

将日期列df['dates']转换为DataFrame的索引df:df.set_index('date',inplace=True)
然后我将索引dates 转换为月份索引：df.index.month
最后我将计算 DataFrame GROUPED BY MONTH 的平均值：df.groupby(df.index.month).data.mean()

我去慢慢把每一步都扔到这里：

带有日期和值的生成 DataFrame

你需要先导入 Pandas 和 Numpy，以及模块datetime
```
from datetime import datetime
```

在 2019 年 1 月 1 日到 2019 年 3 月 5 日之间以“W”周为间隔生成一个列 'date'。还有一列'data'，随机值在1-100之间：

date_rng = pd.date_range(start='1/1/2018', end='3/05/2018', freq='W')
df = pd.DataFrame(date_rng, columns=['date'])
df['data']=np.random.randint(0,100,size=(len(date_rng)))

df 有两列 'date' 和 'data'：

        date  data
0 2018-01-07    42
1 2018-01-14    54
2 2018-01-21    30
3 2018-01-28    43
4 2018-02-04    65
5 2018-02-11    40
6 2018-02-18     3
7 2018-02-25    55
8 2018-03-04    81

设置`'date'`column为DataFrame的索引：

    df.set_index('date',inplace=True)

df 有一列'data'，索引为'date'：

            data
date            
2018-01-07    42
2018-01-14    54
2018-01-21    30
2018-01-28    43
2018-02-04    65
2018-02-11    40
2018-02-18     3
2018-02-25    55
2018-03-04    81

从索引中获取月份数

    months=df.index.month

按月分组获取每个月的平均值：

    monthly_avg=df.groupby(months).data.mean()

`'monthly_avg'` 月份数据集的平均值为：

    date
    1    42.25
    2    40.75
    3    81.00
    Name: data, dtype: float64