我有一系列 datetime 对象和一系列跨越数年的数据。 A 可以创建一个 Series 对象并对其重新采样以按月对其进行分组:
df=pd.Series(varv,index=dates)
multiMmean=df.resample("M", how='mean')
print multiMmean
然而，这会输出
2005-10-31 172.4
2005-11-30 69.3
2005-12-31 187.6
2006-01-31 126.4
2006-02-28 187.0
2006-03-31 108.3
...
2014-01-31 94.6
2014-02-28 82.3
2014-03-31 130.1
2014-04-30 59.2
2014-05-31 55.6
2014-06-30 1.2
这是该系列每个月的平均值列表。这不是我想要的。我想要 12 个值，一个代表一年中的每个月，一个代表多年来的每个月。我如何为 multiMmean 获取它？
我已经尝试在 multiMmean 上使用 resample("M",how='mean') 和列表理解，但我无法让它工作。我错过了什么？
谢谢。
最佳答案
以下对我有用:
# create some random data with datetime index spanning 17 months
s = pd.Series(index=pd.date_range(start=dt.datetime(2014,1,1), end = dt.datetime(2015,6,1)), data = np.random.randn(517))
In [25]:
# now calc the mean for each month
s.groupby(s.index.month).mean()
Out[25]:
1 0.021974
2 -0.192685
3 0.095229
4 -0.353050
5 0.239336
6 -0.079959
7 0.022612
8 -0.254383
9 0.212334
10 0.063525
11 -0.043072
12 -0.172243
dtype: float64
因此我们可以groupby datetimeindex 的month 属性并调用mean 这将计算所有月份的平均值
关于python - Pandas 系列的多月平均值，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/30109522/